基于支持向量基的电力变压器故障诊断的研究

摘要：

建立了基于支持向量机(SVM)的变压器状态评估模型。采用交叉验证法确定SVM分类器参数。考虑到变压器DGA数据空间的紧致性原理,并结合支持向量机算法自身特点,本文提出了模糊均值聚类选取典型训练样本的方法,仿真结果表明,典型训练样本的选取有效解决了参数确定时的耗时问题,并一定程度上提高了SVM分类器的诊断正确率。模糊聚类技术同支持向量机相结合的思想对于其他模式识别问题也有借鉴意义。

关键词： 变压器 故障诊断 支持向量机 状态评估模型 模式识别

作者: 李智敏 马春燕 杨兰均

作者单位: 郑州供电公司,淮河路9号 450006 西安交通大学,咸宁西路29号 710048

会议类型: 国内会议

会议名称: 2012年中国电机工程学会年会

会议地点: 北京

会议语种:中文

页码: 1-5

在线出版日期: 2012-11-21（万方平台首次上网日期，不代表论文的发表时间）