典型文献
基于BWO-ELM算法与VR-GIS技术的电力光缆故障诊断及定位研究
文献摘要：
针对目前电力光缆故障模式识别精度低和故障点定位误差大的问题,提出一种基于BWO-ELM算法与VR-GIS系统的电力光缆故障诊断及定位方法,首先利用白鲸优化算法(BWO)优化极限学习机(ELM)初始参数,构建BWO-ELM多分类OTDR曲线分析的故障模式识别方法,获取光纤故障点的直线距离与类型,为故障定位奠定基础;其次,提出基于VR-GIS的光缆故障精确定位方法将光纤故障点的直线距离转换为光缆距离,并与实际地理位置匹配,得到实际故障点的坐标,同时直观展示于VR-GIS系统;最后通过仿真实验来验证所提方法的应用效果,结果表明所提方法故障模式识别精度约为98.66％,故障定位误差在±3m上下浮动,平均误差为1.481％,较其他识别模型和故障定位方法具有较高的性能与准确率.
文献关键词：
电力光缆;故障模式识别;故障定位;BWO-ELM;VR-GIS
中图分类号：
作者姓名：
蔡海良;胡凯;李军;邢小雷
作者机构：
国网浙江省电力有限公司德清县供电公司,浙江德清 313200;浙江华云信息科技有限公司,杭州 310008;德清欣电电力建设有限公司,浙江德清 313200
文献出处：
引用格式：
[1]蔡海良;胡凯;李军;邢小雷-.基于BWO-ELM算法与VR-GIS技术的电力光缆故障诊断及定位研究)[J].计算机测量与控制,2022(12):98-104,111
A类：
B类：
BWO,ELM,VR,电力光缆,光缆故障,定位研究,故障模式识别,识别精度,故障点定位,定位误差,白鲸,化极,极限学习机,多分类,OTDR,光纤故障,精确定位,距离转换,位置匹配,点的坐标,观展,3m,下浮,浮动,平均误差,识别模型,故障定位方法
AB值：
0.278776
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
