输电线路覆冰状态下信息融合模型特征层的分类方法研究  

Classification Method of Feature Layer of Information Fusion Model in the Transmission Line Icing State

作　　者：余鲲[1] 杨俊杰[1] 楼志斌[2] 魏春娟[1] 

机构地区：[1]上海电力学院电子与信息工程学院,上海200090 [2]上海科学院,上海201203

出　　处：《仪表技术》2016年第2期1-4,18,共5页Instrumentation Technology

基　　金：国家自然科学基金资助项目(61202369);上海市自然科学基金资助项目(14ZR1417400);上海市科技创新行动计划地方院校能力建设项目(13160500900);上海市教育委员会科研创新项目(12ZZ176;13YZ102)

摘　　要：以输电线路覆冰的状态监测为背景,研究此背景下信息融合模型特征层的分类方法。探讨分析了BP神经网络和支持向量机解决问题的可行性,在实验室条件下用两种算法实现了信息融合模型特征层的分类并作了比较总结。Under the background of transmission Wire icing condition, the classification method of feature layer of information fusion model is researched. This paper discusses and analyzes the feasibility of using BP neural network and support vector machine to solve the problem. These two algorithms are applied to classify features layers of information fusion model in laboratory and summaxyis made.

关 键 词：覆冰状态监测 信息融合 特征层 分类 BP神经网络 支持向量机 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]