多分類支持向量機在電力變壓器故障診斷中的應用
作者：孫志鵬; 崔青; 張志磊; 王濤; 張天偉 東北電力大學電氣工程學院; 吉林吉林132012; 河北省電力公司石家莊供電公司; 石家莊050051; 北京潤偉天華電力科技有限公司; 北京102211
摘要：支持向量機是以統計學習理論為基礎發展起來的新的通用學習方法,較好地解決了小樣本、高維數、非線性等學習問題。支持向量機分類性能的好壞很大程度依賴于核函數與核參數的選取。目前常用的參數尋優方法有網格搜索法、遺傳算法和粒子群優化算法。本文提出了一種基于支持向量機多分類的電力變壓器故障診斷模型,以變壓器油中5種特征氣體作為輸入,5種故障狀態作為相應的輸出,選用高斯徑向基核函數,使用網格搜索法獲取最優參數C、g。經實驗表明,該模型準確率為83.3%,具有較好的實用性。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
電氣技術雜志
電氣技術雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：綜述、研究與開發、電氣設備檢修與故障診斷、技術與應用等。于2000年經新聞總署批準的正規刊物。
- 部級期刊
- 1個月內審核
