【摘要】高压绝缘子污秽程度的评定可以表述为多类模式识别问题,由于影响绝缘子表面污秽状况的因素复杂,并且实际获得的样本数据有限,因此传统的智能方法往往达不到工程应用的精度要求。研究利用支持向量机在解决小样本、非线性及高维识别中的优势,将可用于多类模式识别的DAG SVM s模型用于高压绝缘子污秽程度的评定。该模型易于实现,且能够找到模式间的最优分类超平面,泛化能力较高。用SVM评定高压绝缘子污秽程度时,可以综合考虑不同污秽程度绝缘子泄漏电流的电气特性、环境参数与绝缘子污秽程度之间的非线性关系,从而实现具有极大模糊性的绝缘子表面污秽程度的评定。结果表明,此方法对解决绝缘子污秽程度的评定问题具有良好的适应性...