-
题名基于多模型的变压器故障组合诊断研究
被引量：36
- 1
-
-
作者
赵文清
李庆良
王德文
-
机构
华北电力大学控制与计算机工程学院
山西省忻州供电公司
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2013年第2期302-309,共8页
-
基金
国家自然科学基金(61074078
70671039)
+1 种基金
中央高校基本科研业务费专项资金(12MS121)
山西省电力公司科技项目(XZGDKJ2012005)~~
-
文摘
变压器故障诊断是保证整个电力系统正常运行的重要部分,为此提出了一个基于支持向量机并与多种贝叶斯分类算法相结合的组合诊断模型。诊断过程中,首先通过相关统计分析,选择典型油中气体的12个相关属性值作为模型的输入参数,并对其进行数据预处理,生成一次样本。其次,按照变压器常见的13种故障类型,利用多个单一诊断方法如朴素贝叶斯模型、半朴素贝叶斯模型、增强的朴素贝叶斯模型和贝叶斯网络增强模型构成诊断模型群,对一次样本数据进行诊断。最后,把贝叶斯诊断模型群的诊断结果作为支持向量机的输入进行二次诊断,构成变权重的组合诊断。对基于支持向量机的组合诊断过程和参数计算进行了详细地探讨。通过与多种预测方法进行比较,基于支持向量机的变压器故障组合诊断模型的正确率明显优于单一诊断模型和其它的组合诊断模型。此外,通过2个实例证明了提出的组合诊断模型的有效性。因此,该模型可以用于实际工程。
-
关键词
变压器故障
组合诊断
模型群
贝叶斯分类
支持向量机
故障诊断
变权重
-
Keywords
transformer fault
combinational diagnosis
model group
Bayes classification
support vector machine
fault diagnosis
changeable weights
-
分类号
TM406
[电气工程—电器]
-
