[1]孙兆光.基于支持向量机的农田水利灌溉分流机械运行异常检测[J].机械与电子,2022,(07):43-47.
　SUN Zhaoguang.Detection of Abnormal Operation of Farmland Irrigation and Diversion Machinery Based on Support Vector Machine[J].Machinery & Electronics,2022,(07):43-47.
点击复制

基于支持向量机的农田水利灌溉分流机械运行异常检测()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2022年07期
页码:
43-47
栏目:
自动控制与检测
出版日期:
2022-07-28

文章信息/Info

Title:
Detection of Abnormal Operation of Farmland Irrigation and Diversion Machinery Based on Support Vector Machine
文章编号:
1001-2257 ( 2022 ) 07-0043-05
作者:
孙兆光
莒县青峰岭水库管理服务中心,山东 莒县 276500
Author(s):
SUN Zhaoguang
( Juxian Qingfengling Reservoir Management Service Center , Juxian 276500 , China )
关键词:
支持向量机; 水利灌溉分流机械; SIFT 方法; 免疫算法; 异常检测
Keywords:
support vector machine ;  irrigation diversion machine ;  SIFT method ;  immune algorithm ;  anomaly detection
分类号:
S277.9
文献标志码:
A
摘要:
农田水利灌溉分流机械运行中未对运行数据进行处理,导致其存在检测性能差和检测率低等问题。为此,提出基于支持向量机的农田水利灌溉分流机械运行异常检测方法。采用组织映射算法聚类处理灌溉分流机械的运行数据,通过尺度不变特征变换 SIFT 方法获取运行数据特征,把免疫算法引入支持向量机中,将获取的运行数据特征输入支持向量机中,完成农田水利灌溉分流机械运行的异常检测。实验结果表明,该方法提升了农田水利灌溉分流机械检测的有效性。
Abstract:
The operation data is not processed during the operation of farmland irrigation diversion machinery , which leads to the problems of poor detection performance and low detection rate.Therefore , a detection method of abnormal operation of farmland irrigation diversion machinery based on support vector machine is proposed.The operation data of irrigation diversion machinery are clustered by tissue mapping algorithm , and the operation data features are obtained by scale invariant feature transformation sift method.The immune algorithm is introduced into support vector machine , and the obtained operation data features are input into support vector machine to complete the anomaly detection of farmland water irrigation diversion machinery.The experimental results show that the proposed method improves the effectiveness of the detection of farmland irrigation diversion machinery.

参考文献/References:

[ 1 ] 张千,魏正英,张育斌,等 . 基于广义回归神经网络的灌溉系统首部多用户配水快速 PID 控制[ J ] . 农业工程学报,2020 , 36 ( 11 ): 103-109.

[ 2 ] 胡长增,申晨,冯栋栋,等 . 基于物联网的温室智能化灌溉系统 [ J ] . 河北农业大学学报, 2021 ,44 ( 4 ):103-108.
[ 3 ] 张聪,朱永生,杨敏燕,等 . 采用多变量耦合网络与变分图自编码器的机械设备异常检测方法[ J ] . 西安交通大学学报,2021 , 55 ( 4 ): 20-28.
[ 4 ] 王昱栋,代伟,马小平 . 基于机器视觉的锚杆异常快速检测方法[ J ] . 工矿自动化, 2021 , 47 ( 4 ): 13-18.
[ 5 ] 张西宁,张雯雯,周融通,等 . 采用单类随机森林的异常检测方法及应用[ J ] . 西安交通大学学报, 2020 , 54 ( 2 ):1-8 , 157.
[ 6 ] 张亦辉,刘振栋,单东方 . 基于最小规则自组织映射的入侵检测算法[ J ] . 济南大学学报(自然科学版), 2021 ,35 ( 1 ): 10-15.
[ 7 ] 张代华,张涧翔,毕星海,等 . 基于有监督核自组织映射的锂电池健康状态预测[ J ] . 南京理工大学学报, 2020 ,44 ( 1 ): 61-66.
[ 8 ] 荆路,武斌,方锡禄 . 基于 SIFT 特征点结合 ICP 的点云配准方法[ J ] . 激光与红外, 2021 , 51 ( 7 ): 944-950.
[ 9 ] 卢鹏,卢奇,邹国良,等 . 基于改进 SIFT 的时间序列图像拼接方法研究[ J ] . 计算机工程与应用, 2020 , 56 ( 1 ):196-202.
[ 10 ] 郭祥雨,王琳,张永健 . 规则约束下基于免疫遗传算法的机加工艺规划[ J ] . 中国机械工程,2020 , 31 ( 4 ):482-488.
[ 11 ] 闫机超 . 基于 EM 算法的海上 AIS 网络数据传输拥塞抑制方法[ J ] . 舰船科学技术, 2020 , 42 ( 6 ): 178-180.
[ 12 ] 田书欣,周全,程浩忠,等 . 基于鸽群优化算法的支持向量机在电力需求总量预测中的应用[ J ] . 电力自动化设备,2020 , 40 ( 5 ): 173-181.
[ 13 ] 方涛,钱晔,郭灿杰,等 . 基于天牛须搜索优化支持向量机的变压器故障诊断研究[ J ] . 电力系统保护与控制,2020 , 48 ( 20 ): 90-96.
[ 14 ] 刘倩,冯艳红,陈嶷瑛 . 基于混沌初始化和高斯变异的飞蛾火焰优化算法 [ J ] . 郑州大学学报 (工学版),2021 , 42 ( 3 ): 53-58.
[ 15 ] 陈雷,尹钧圣 . 高斯差分变异和对数惯性权重优化的鲸群算法[ J ] . 计算机工程与应用, 2021 , 57 ( 2 ): 77-90.

相似文献/References:

[1]吕明珠１,２,苏晓明 １,等. 改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用[J].机械与电子,2019,(01):42.
　,,et al.Application of SVM Optimized by IPSO in Rolling Bearing Fault Diagnosis[J].Machinery & Electronics,2019,(07):42.
[2]赵蕾,傅攀,胡龙飞,等.FOA-WPT降噪和PSO-SVM在滚动轴承故障诊断中的应用[J].机械与电子,2018,(12):3.
　ZHAO Lei,FU Pan,HU Longfei,et al.Applications of FOA-WPT and PSO-SVM in Faults Diagnosis of Rolling Bearing[J].Machinery & Electronics,2018,(07):3.
[3]李 澄,陆 玉 军,陈 颢,等.三相不平衡下配电变压器损耗计算方法研究[J].机械与电子,2020,(09):32.
　LI Cheng,LU Yujun,CHEN Hao,et al.Research on Distribution Transformer Loss Calculation Method under Three-phase Unbalance[J].Machinery & Electronics,2020,(07):32.
[4]王 霞,邬拥军.层次分析法和支持向量机的电网规划方案评估与优选[J].机械与电子,2020,(10):13.
　WANG Xia,WU Yongjun.Evaluation and Optimization of Power Grid Planning Schemes Based on AHP and SVM[J].Machinery & Electronics,2020,(07):13.
[5]王腾洲,李森文,黄宇轩,等.基于 IWOA-SVM 的风电功率预测[J].机械与电子,2022,(05):9.
　WANG Tengzhou,LI Senwen,HUANG Yuxuan,et al.Wind Power Forecast Based on IWOA-SVM[J].Machinery & Electronics,2022,(07):9.
[6]罗兵兵,汤俊珺,张 昱,等.负载保护器下应急电源车机械装置负荷监测[J].机械与电子,2023,41(01):25.
　LUO Bingbing,TANG Junjun,ZHANG Yu,et al.Load Monitoring of Mechanical Device of Emergency Power Supply Vehicle under Load Protector[J].Machinery & Electronics,2023,41(07):25.
[7]刘英英.基于支持向量机的机械活塞疲劳信号检测方法[J].机械与电子,2023,41(04):26.
　LIU Yingying.Detection Method of Mechanical Piston Fatigue Signal Based on Support Vector Machine[J].Machinery & Electronics,2023,41(07):26.
[8]张 华.基于非线性优化算法的工业机器人轨迹跟踪自动控制[J].机械与电子,2023,41(04):55.
　ZHANG Hua.Automatic Trajectory Tracking Control of Industrial Robot Based on Nonlinear Optimization Algorithm[J].Machinery & Electronics,2023,41(07):55.
[9]谭振国,曾佳佳,牛国智,等.基于多源传感的智能双馈风机机械振动故障监测方法[J].机械与电子,2024,42(06):32.
　TAN Zhenguo,ZENG Jiajia,NIU Guozhi,et al.Mechanical Vibration Fault Monitoring Method of Intelligent Doubly-fed Fan Based on Multi-source Sensing[J].Machinery & Electronics,2024,42(07):32.
[10]王韦智.风力发电机高速旋转齿轮箱轴承变速故障信号检测研究[J].机械与电子,2024,42(07):76.
　WANG Weizhi.Research on Variable Speed Fault Detection of High Speed Rotating Gearbox Bearings in Wind Turbines[J].Machinery & Electronics,2024,42(07):76.

备注/Memo

备注/Memo:
收稿日期: 2022-02-08
基金项目:中国管理科学研究院重点课题( ZGYGC10706 , ZGYGC10723 )
作者简介:孙兆光 ( 1970- ),男,山东莒县人,高级工程师,研究方向为水利工程。
更新日期/Last Update: 2022-08-25