广东气象2024，Vol.46Issue(5) ：62-64.DOI:10.3969/j.issn.1007-6190.2024.05.014

基于改进极限学习机的雷电过电压分类识别

李智标 邓丽洁 曾汉溪 黄照亮 李伟明
广东气象2024，Vol.46Issue(5) ：62-64.DOI:10.3969/j.issn.1007-6190.2024.05.014
✕
  • 维普
  • 万方数据

基于改进极限学习机的雷电过电压分类识别

李智标 1邓丽洁 1曾汉溪 1黄照亮 1李伟明1
扫码查看

作者信息

  • 1. 珠海市公共气象服务中心,广东 珠海 519000
  • 折叠

摘要

以雷电过电压波形的特征信号为输入量,雷电过电压类型为输出量,采用改进粒子群算法(IPSO)对极限学习机(ELM)的权值和偏置值进行优化,建立了基于IPSO-SVM的雷电过电压分类识别模型.采用雷电过电压仿真获取250 例实验数据进行仿真分析,其中200 例作为训练数据,50 例作为测试数据.测试结果表明:PSO-SVM模型准确率为 98%,高于PSO-ELM、PSO-SVM和ELM等模型,具有良好的分类性能.

关键词

雷电过电压/分类识别/改进粒子群算法/极限学习机

引用本文复制引用

出版年

2024
广东气象
广东省气象学会

广东气象

影响因子：1.013
ISSN：1007-6190
段落导航相关论文