基于均值核聚类与二叉树支持向量机的变压器故障诊断新技术的研究
变压器油中溶解气体的体积分数是进行变压器绝缘故障诊断的重要依据,对变压器油中溶解气体值进行检测有助于及时诊断变压器的故障,以避免引起电力系统更大的故障。本文针对变压器多故障问题,建立了基于均值核聚类和二叉树多类支持向量机的油中溶解气体分析的变压器故障诊断模型。通过均值核聚类可以将输入空间的样本映射到高维特征空间,然后在高维空间中进行聚类，从而可以放大样本数据之间的特征差异.由于部分变压器故障数据区分不明显,因此通过均值核聚类可以有效对这些数据进行区分。组合模型的基本思想是首先采用均值核聚类算法对训练样本进行聚类,然后将各类聚类正确的样本数据放入二叉树多类支持向量机中进行训练,最终利用训练好的分类器将各类故障样本分开。采用该方法对实际运行数据进行故障诊断,实验结果证明了该算法的有效性与可靠性。
均值核聚类 支持向量机 二叉树 故障诊断 变压器
卞建鹏 廖瑞金 杨丽君 郑含博
重庆大学,电气信息学院,重庆,040044
国内会议
重庆
中文
448-451
2010-10-01（万方平台首次上网日期，不代表论文的发表时间）