基于改进K-最近邻算法的变电站设备分类识别方法研究
Research on classification and recognition method of substation equipment based on improved K-nearest neighbor algorithm作者机构：广东电网有限责任公司东莞供电局信息中心广东东莞523000 南方电网深圳数字电网研究院有限公司广东深圳518053
出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)
年 卷 期：2024年第61卷第10期
页 面：50-56页
学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学]
基 金：南方电网公司信息化重点项目(031900HK42200008)
主 题：三维点云数据 变电站设备 分类识别 K-最近邻 粒子群算法
摘 要：针对变电站设备三维点云数据采集缺陷造成的场景重建精度低、效率差等问题,在对识别过程进行分析的基础上,提出了一种结合K-最近邻分类算法和改进粒子群算的变电站设备分类识别方法。使用改进的粒子群优化算法来优化K-最近邻分类器的输入权重,提高了设备的分类识别精度。通过仿真进行对比分析,验证该方法的优越性。结果表明,采用该方法的分类识别效果显著,训练准确率达到100%,测试准确率达到99%,与传统识别方法相比,识别准确率从97%提高到99%,平均识别时间从85.81 s降低到0.19 s。该方法解决了变电站设备三维点云数据采集缺陷造成的场景重建精度低、效率差、识别率低等问题,有效提高了变电站设备的分类识别效果,具有良好的实用价值和可操作性。
维普期刊数据库
同方期刊数据库