共 10 条
- [9] 变压器分接开关状态监测与故障诊断[M]. 中国电力出版社 , 张德明, 2008
- [10] Combining feature spaces for classification[J]. PATTERN RECOGNITION, 2009, 42 (11) : 2671 - 2683Damoulas, TheodorosGirolami, Mark A.
基于多分类相关向量机的变压器故障诊断新方法
被引：40
作者：
尹金良
[1
]
朱永利
[1
]
俞国勤
[2
]
机构：
[1] 华北电力大学电气与电子工程学院
[2] 上海电力公司
来源：
关键词：
多分类;
相关向量机;
贝叶斯网络;
支持向量机;
变压器故障诊断;
D O I：
暂无
中图分类号：
TM407 [维护、检修];
学科分类号：
摘要：
变压器故障诊断本质为多分类问题,具有故障样本数据少,故障不确定因素多的特点。现有变压器故障诊断方法中,贝叶斯网络(BN)需要大量样本数据且计算量大,支持向量机(SVM)存在规则化系数确定困难的局限。针对此现状,提出基于多分类相关向量机(M-RVM)的变压器故障诊断新方法。该方法以变压器溶解气体含量比值作为M-RVM模型的输入,采用快速type-Ⅱ最大似然(Fast Type-ⅡML)和最大期望估计(EM)的方法进行模型推断,诊断输出为各故障类别的概率,以概率最大的故障类别作为诊断结果。实例分析表明该方法诊断速度较快,能满足工程需要,同基于BN和SVM的变压器故障诊断方法相比,具有较高的诊断正确率。
引用
收藏
页码：77 / 82
页数：6
相关论文