基于振動信號識別的變電站入侵跟蹤檢測技術優(yōu)化

打開文本圖片集

摘 要：為提高變電站入侵跟蹤檢測準確率，提出一種基于光纖圍欄振動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)驗模態(tài)分解（EEMD）提取光纖圍欄振動信號特征向量，并利用遺傳算法（GA）改進的支持向量機（SVM）對提取的光纖圍欄振動信號特征向量進行分類識別，實現(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算法改進的SVM算法可更準確地分類識別變電站氣體泄漏、敲擊、行走振動信號地入侵檢測，平均識別準確率89.84%，更適用于變電站入侵跟蹤檢測。（剩余6995字）