一种基于多分类概率输出的变压器故障诊断方法

被引：41

作者：

毕建权 ^{[1
]}

鹿鸣明 ^{[1
]}

郭创新 ^{[1
]}

王逸飞 ^{[1
]}

刘潇洋 ^{[2
]}

机构：

[1] 浙江大学电气工程学院

[2] 国网上海市电力公司市南供电公司

来源：

电力系统自动化 | 2015年 / 39卷 / 05期

基金：

浙江省自然科学基金; 国家高技术研究发展计划(863计划);

关键词：

变压器故障诊断; 支持向量机; 油中溶解气体分析; 多分类概率输出;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

多分类概率输出方法可用于变压器故障诊断,其分类效果较好并能提供概率信息。针对现有基于支持向量机(SVM)的诊断方法在特征不明显条件下有误分类的情况,提出了一种基于多分类概率输出的变压器故障诊断方法。此方法引入Sigmoid函数将SVM决策函数输出映射为二分类概率输出,然后综合多个二分类概率输出结果,求解一个凸二次规划问题实现多分类概率输出。此方法可以得到发生不同类型故障的可能性,即故障类别概率,进一步分析后给出诊断结论。算例分析表明,此方法在继承了SVM故障诊断方法优点的基础上,提供了概率信息,对现有SVM方法误诊断样本也能给出可能存在的故障,弥补了现有SVM方法在变压器故障特征不明显条件下的不足。

引用

页码：88 / 93+100 +100

页数：7

共 14 条

[1]

一种自主核优化的二值粒子群优化–多核学习支持向量机变压器故障诊断方法 [J].