共 12 条
基于免疫算法优化最小二乘支持向量机的变压器故障诊断
被引:2
作者:

郭泽民
论文数: 0 引用数: 0
h-index: 0
机构: 晋城煤业集团凤凰山矿
机构:
[1] 晋城煤业集团凤凰山矿
来源:
关键词:
故障诊断;
电力变压器;
免疫算法;
最小二乘支持向量机;
D O I:
10.16525/j.cnki.cn14-1134/th.2012.02.045
中图分类号:
TP18 [人工智能理论];
TM407 [维护、检修];
学科分类号:
081104 ;
0812 ;
0835 ;
1405 ;
摘要:
由于支持向量机中的参数会显著影响着支持向量机分类的精确度,建立了一种基于免疫算法优化最小二乘支持向量机的电力变压器故障诊断模型;该模型以变压器油中主要溶解气体作为向量机的输入,以变压器故障类型作为其相应的输出,选用径向基核、使用免疫算法得到优化参数,充分发挥向量机较高泛化能力的优势。实例验证表明,这种方法能提高变压器的故障诊断准确率,反映了其有效性和正确性。
引用
收藏
页码:101 / 103
页数:3
相关论文
共 12 条
- [1] 基于免疫优化多输出最小二乘支持向量机及其应用[J]. 计算机应用研究, 2010, 27 (06) : 2065 - 2067叶洪涛论文数: 0 引用数: 0 h-index: 0机构: 广西工学院电子信息与控制工程系 华南理工大学自动化科学与工程学院 广西工学院电子信息与控制工程系论文数: 引用数: h-index:机构:
- [2] 一种新型免疫网络学习算法在故障诊断中的应用[J]. 智能系统学报, 2008, (05) : 449 - 454论文数: 引用数: h-index:机构:张清华论文数: 0 引用数: 0 h-index: 0机构: 茂名学院计算机与电子信息学院 茂名学院计算机与电子信息学院论文数: 引用数: h-index:机构:
- [3] 应用支持向量机的变压器故障组合预测[J]. 中国电机工程学报, 2008, (25) : 14 - 19赵文清论文数: 0 引用数: 0 h-index: 0机构: 华北电力大学计算机科学与技术学院 华北电力大学计算机科学与技术学院朱永利论文数: 0 引用数: 0 h-index: 0机构: 华北电力大学计算机科学与技术学院 华北电力大学计算机科学与技术学院张小奇论文数: 0 引用数: 0 h-index: 0机构: 西北电网有限公司调度通信中心 华北电力大学计算机科学与技术学院
- [4] 基于人工免疫的支持向量机模型选择算法[J]. 计算机工程, 2008, (15) : 223 - 225论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:
- [5] 多层免疫故障诊断模型的研究[J]. 计算机工程与应用, 2008, (09) : 245 - 248田玉玲论文数: 0 引用数: 0 h-index: 0机构: 太原理工大学计算机与软件学院
- [6] 模糊粗糙集理论在变压器故障诊断中的应用[J]. 中国电机工程学报, 2008, (07) : 141 - 147论文数: 引用数: h-index:机构:李卫国论文数: 0 引用数: 0 h-index: 0机构: 电力系统保护与动态安全监控教育部重点实验室(华北电力大学) 武汉大学电气工程学院畅广辉论文数: 0 引用数: 0 h-index: 0机构: 武汉大学电气工程学院郭惠敏论文数: 0 引用数: 0 h-index: 0机构: 武汉大学电气工程学院
- [7] 基于最小二乘支持向量机的电力变压器故障诊断[J]. 电力自动化设备, 2007, (09) : 48 - 51肖燕彩论文数: 0 引用数: 0 h-index: 0机构: 北京交通大学机电学院朱衡君论文数: 0 引用数: 0 h-index: 0机构: 北京交通大学机电学院
- [8] 基于概率神经网络的电力变压器故障诊断[J]. 继电器, 2006, (03) : 9 - 11论文数: 引用数: h-index:机构:周玲论文数: 0 引用数: 0 h-index: 0机构: 河海大学电气工程学院丁晓群论文数: 0 引用数: 0 h-index: 0机构: 河海大学电气工程学院论文数: 引用数: h-index:机构:
- [9] 多神经网络与证据理论融合的变压器故障综合诊断方法研究[J]. 中国电机工程学报, 2006, (03) : 119 - 124廖瑞金论文数: 0 引用数: 0 h-index: 0机构: 重庆大学高电压与电工新技术教育部重点实验室廖玉祥论文数: 0 引用数: 0 h-index: 0机构: 重庆大学高电压与电工新技术教育部重点实验室杨丽君论文数: 0 引用数: 0 h-index: 0机构: 重庆大学高电压与电工新技术教育部重点实验室王有元论文数: 0 引用数: 0 h-index: 0机构: 重庆大学高电压与电工新技术教育部重点实验室
- [10] 基于多级支持向量机分类器的电力变压器故障识别[J]. 电力系统及其自动化学报, 2005, (01) : 19 - 22+52吕干云论文数: 0 引用数: 0 h-index: 0机构: 上海交通大学电气工程系程浩忠论文数: 0 引用数: 0 h-index: 0机构: 上海交通大学电气工程系董立新论文数: 0 引用数: 0 h-index: 0机构: 上海交通大学电气工程系翟海保论文数: 0 引用数: 0 h-index: 0机构: 上海交通大学电气工程系