文献

J-GLOBAL ID：202202263103367350   整理番号：22A1169816

HVケーブルにおける部分放電パターン認識のためのFoSSA最適化ベースSVM分類器【JST・京大機械翻訳】

FoSSA Optimization-Based SVM Classifier for the Recognition of Partial Discharge Patterns in HV Cables

著者 (4件)： Sun Kang (School of Electrical Engineering and Automation, Henan Key Laboratory of Intelligent Detection and Control of Coal Mine Equipment, Henan Polytechnic University, Jiaozuo 454003, China) ,  Sun Kang (Dianrong Intelligent Technology Co., Ltd., Kunshan 215334, China) ,  Meng Yuxuan (School of Electrical Engineering and Automation, Henan Key Laboratory of Intelligent Detection and Control of Coal Mine Equipment, Henan Polytechnic University, Jiaozuo 454003, China) ,  Dong Shuchun (Dianrong Intelligent Technology Co., Ltd., Kunshan 215334, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ケーブル部分放電(PD)パターン認識におけるSVM分類装置の分類精度と一般化性能を強化するために,ホタル最適化スパロー探索アルゴリズム(FoSSA)を提案して,そのカーネル関数パラメータとペナルティ因子を最適化した。最初に,Circle-Gaussハイブリッド写像モデルを,ランダムマッピングの不均等な母集団分布を除去するために,sparrow探索アルゴリズム(SSA)の母集団初期化段階において採用した。スポールは探索プロセスの間,局所極値に陥る傾向があり,一方,ホタルアルゴリズムは速い最適化速度と強い局所探索能力を持っている。このように,ホタル擾乱を,スポータ探索プロセスに追加し,そして,適応度値を,sparrowの局所的最適化能力および精度を強化するために,狭い位置を更新するために,再計算した。最後に,SSAに基づいて,動的ステップサイズ戦略を採用して,ステップサイズを反復の数によって動的に減少して,収束の精度を改良した。6つのベンチマーク関数を用いて,FoSSAの最適化性能を定量的に評価した。実験結果は,FoSSAによって最適化したSVMを用いたPDパターンの認識精度が97.5%に達することを示した。Copyright 2022 Kang Sun et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  写像 ,  速度 ,  *パターン認識 ,  *分類 ,  *ケーブル ,  精度 ,  *部分放電 ,  母集団 ,  ベンチマーク ,  ペナルティ ,  近傍探索法
準シソーラス用語： ステップサイズ ,  Kernel関数 ,  探索アルゴリズム ,  *SVM分類 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (18件)：

• Y. Sekiguchi, "History and recent trend of technologies on insulation materials of transmission cable," IEEJ Transactions on Fundamentals and Materials, vol. 139, no. 9, pp. 400-405, 2019.
• X. Gu, S. He, Y. Xu, Y. Yan, S. Hou, M. Fu, "Partial discharge detection on 320 kV VSC-HVDC XLPE cable with artificial defects under DC voltage," IEEE Transactions on Dielectrics and Electrical Insulation, vol. 25, no. 3, pp. 939-946, 2018.
• C. Ding, T.-Y. Bao, H.-L. Huang, "Quantum-inspired support vector machine," IEEE Transactions on Neural Networks and Learning Systems, 2021.
• K. Chang, B. K. Boyanapalli, N. Wu, "Application of fuzzy entropy to improve feature selection for defect recognition using support vector machine in high voltage cable joints," IEEE Transactions on Dielectrics and Electrical Insulation, vol. 27, no. 6, pp. 2147-2155, 2020.
• B. M. T. Fouda, B. Yang, D. Han, B. An, "Pattern recognition of optical fiber vibration signal of the submarine cable for its safety," IEEE Sensors Journal, vol. 21, no. 5, pp. 6510-6519, 2021.

タイトルに関連する用語 (6件)： ケーブル ,  部分放電 ,  パターン認識 ,  Fossa ,  最適化 ,  SVM分類