基于振動(dòng)信號識別的變電站入侵跟蹤檢測技術(shù)優(yōu)化
打開文本圖片集
摘 要：為提高變電站入侵跟蹤檢測準(zhǔn)確率，提出一種基于光纖圍欄振動(dòng)信號識別的變電站入侵跟蹤檢測方法。通過采用總體平均經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD）提取光纖圍欄振動(dòng)信號特征向量，并利用遺傳算法（GA）改進(jìn)的支持向量機(jī)（SVM）對提取的光纖圍欄振動(dòng)信號特征向量進(jìn)行分類識別，實(shí)現(xiàn)了變電站入侵跟蹤檢測。
相較于小波分解和EMD特征提取方法，所提EEMD方法提取的光纖圍欄振動(dòng)信號特征向量對后續(xù)分類識別更有效；相較于SVM算法、KNN（K-Nearest Neighbor）算法以及BERT（Bidirectional Encoder Representationsfrom Transformers）算法，所提的GA算法改進(jìn)的SVM算法可更準(zhǔn)確地分類識別變電站氣體泄漏、敲擊、行走振動(dòng)信號地入侵檢測，平均識別準(zhǔn)確率89.84%，更適用于變電站入侵跟蹤檢測。（剩余6995字）