-
题名用LS-SVMs分析油浸式变压器故障
被引量：9
- 1
-
-
作者
李天云
王爱凤
程思勇
吴正非
-
机构
东北电力大学电气工程学院
吉林光大电力设备研究所
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2008年第2期346-349,共4页
-
文摘
鉴于支持向量机法可较好地解决小样本、非线性、高阶动态系统的检测、分类、诊断等领域的一类实际问题,为改进变压器的故障诊断方法,采用分层决策最小二乘支持向量机作为油浸式变压器故障分类器,利用多层动态自适应优化算法优化了径向基核函数δ,惩罚参数c。采用最少特征量—4种气体作为故障识别的依据,用4级支持向量机进行训练和诊断,以此判断油浸式变压器运行所处的状态。最小二乘多级支持向量机分类器克服了神经网络存在大量的学习样本又易陷入局部极小值等缺点,具有所用特征量少,训练时间短,诊断准确率高等优点。
-
关键词
油浸式变压器
故障诊断
非线性高阶动态
特征量
多级支持向量机
神经网络
-
Keywords
oil filled transformer
fault diagnosis
nonlinear and dynamic high dimensions
characteristic vectors
multi-layer SVMs
neural network
-
分类号
TM411
[电气工程—电器]
-
