基于多源数据融合的变电站设备缺陷识别技术研究

作     者：曾宏宇 杨冰 许悦 汪杨凯 杨威 Zeng Hongyu;Yang Bing;Xu Yue;Wang Yangkai;Yang Wei

作者机构：国网湖北省电力有限公司检修公司湖北武汉430051 

出 版 物：《机械设计与制造工程》 (Machine Design and Manufacturing Engineering)

年 卷 期：2025年第54卷第2期

页      码：75-80页

摘      要：为了确保变电站设备缺陷识别效果,降低识别误差和能耗,提出基于多源数据融合的变电站设备缺陷识别方法。通过不同类型传感器采集各类信息,结合支持向量机,搜索最优最大间隔超平面特点,将数据融合结果作为支持向量机输入,借助支持向量机分类方式,完成多种类别的变电站设备缺陷识别。实验结果表明,所提方法的多源数据融合结果更接近实际结果,对数据融合结果进行缺陷识别未出现错误识别,且不同缺陷的识别误差均未超过2%,能够有效确保缺陷识别效果,降低识别能耗。

主 题 词：多源数据融合 变电站设备 缺陷识别 支持向量机 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.2095-509X.2025.02.014

馆 藏 号：203157380...