中国安全科学学报

作者：邓立军, 尚文天, 刘剑, 周煜凯, 宋莹

单位：1 辽宁工程技术大学 安全科学与工程学院,辽宁 葫芦岛 125105；2 辽宁工程技术大学 矿山热动力灾害与防治教育部重点实验室,辽宁 葫芦岛 125105；3 山东工商学院 管理科学与工程学院,山东 烟台 264005

关键词：离散小波变换(DWT),支持向量机(SVM),风门开闭,阶段识别,多尺度滑动窗口,重叠度(IoU)

基金：国家自然科学基金资助(51904143); 山东省自然科学基金资助(ZR2020QE125)

为解决因风门开闭导致的风速传感器数据异常波动与误报警问题,提出一种基于离散小波变换(DWT)与支持向量机(SVM)的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据,利用统计方法与DWT,提取各尺度子时间序列数据中的统计特征与隐含的波动特征,建立SVM风门开闭阶段识别分类模型。为进一步优化识别结果,基于重叠度(IoU)规则合并、修正、组合、取优分类识别结果,再根据相似准则建立长度方向取变率为2、整体相似比为1∶16的相似试验模型,开展风门开闭扰动试验,验证方法的可行性。结果表明:在测试集上的识别准确率较高,对于风门开闭时间的识别准确率可达到90.08%,风门开闭阶段的划分准确率可达到71.05%,优化滑动窗口尺度数量,可继续增加方法识别的准确率。

来源：2023年第1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第1期