期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合特征选择和IBSLO-KELM的变压器故障诊断方法
1
作者
李海龙
杜江
《广东电力》
北大核心
2025年第6期68-78,共11页
为提高变压器油中溶解气体特征质量和模型诊断准确率,提出了一种基于混合特征选择和用改进吸血水蛭优化算法(improved blood-sucking leech optimizer,IBSLO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障诊断...
为提高变压器油中溶解气体特征质量和模型诊断准确率,提出了一种基于混合特征选择和用改进吸血水蛭优化算法(improved blood-sucking leech optimizer,IBSLO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障诊断方法。首先,通过扩展自然邻域过采样算法对原始的样本数据进行扩充以实现故障样本均衡化;其次,基于相关比值法构建30维候选特征集,再采用混合特征选择方法,通过秩聚合算法融合4种不同特征选择方法产生的排名,形成全局综合特征排名,并采用逐维诊断的方式得到优选特征集;然后,引入佳点集策略、反近似对立学习策略和乘除法策略对吸血水蛭优化算法进行改进,并采用改进后的算法优化KELM的相关参数,以提高KELM的分类能力;最后,对不同特征选择方法以及不同故障诊断模型进行对比实验。实验结果表明,经过样本扩充和特征优选,IBSLO-KELM模型的诊断准确率可达97.8%,相较于随机森林、ReliefF、最大互信息系数、最大相关最小冗余4种单一特征选择算法,准确率分别提升了7.2百分点、5.0百分点、8.9百分点、8.4百分点,这证明了所提方法的有效性。
展开更多
关键词
不均衡样本
混合特征选择
改进吸血水蛭优化
核极限学习机
变压器故障诊断
在线阅读
下载PDF
职称材料
题名
基于混合特征选择和IBSLO-KELM的变压器故障诊断方法
1
作者
李海龙
杜江
机构
河北工业大学河北省电磁场与电器可靠性重点实验室
河北工业大学智能配用电装备与系统全国重点实验室
出处
《广东电力》
北大核心
2025年第6期68-78,共11页
基金
国家自然科学基金项目(52007047)
天津市自然科学基金重点项目(19JCZDJC32100)。
文摘
为提高变压器油中溶解气体特征质量和模型诊断准确率,提出了一种基于混合特征选择和用改进吸血水蛭优化算法(improved blood-sucking leech optimizer,IBSLO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障诊断方法。首先,通过扩展自然邻域过采样算法对原始的样本数据进行扩充以实现故障样本均衡化;其次,基于相关比值法构建30维候选特征集,再采用混合特征选择方法,通过秩聚合算法融合4种不同特征选择方法产生的排名,形成全局综合特征排名,并采用逐维诊断的方式得到优选特征集;然后,引入佳点集策略、反近似对立学习策略和乘除法策略对吸血水蛭优化算法进行改进,并采用改进后的算法优化KELM的相关参数,以提高KELM的分类能力;最后,对不同特征选择方法以及不同故障诊断模型进行对比实验。实验结果表明,经过样本扩充和特征优选,IBSLO-KELM模型的诊断准确率可达97.8%,相较于随机森林、ReliefF、最大互信息系数、最大相关最小冗余4种单一特征选择算法,准确率分别提升了7.2百分点、5.0百分点、8.9百分点、8.4百分点,这证明了所提方法的有效性。
关键词
不均衡样本
混合特征选择
改进吸血水蛭优化
核极限学习机
变压器故障诊断
分类号
TM407 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合特征选择和IBSLO-KELM的变压器故障诊断方法
李海龙
杜江
《广东电力》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
