遗传支持向量机在电力变压器故障诊断中的应用

被引：24

作者：

肖燕彩 ^{[1
]}

陈秀海 ^{[2
]}

朱衡君 ^{[1
]}

机构：

[1] 北京交通大学机械与电子控制工程学院

[2] 北京电力公司

来源：

上海交通大学学报 | 2007年 / 11期

关键词：

电力变压器; 遗传算法; 支持向量机; 故障诊断; 溶解气体分析;

D O I：

10.16183/j.cnki.jsjtu.2007.11.030

中图分类号：

TM41 [电力变压器]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对支持向量机中的参数通常靠交叉试验来确定的状况,提出了遗传支持向量机,即使用遗传算法来优化支持向量机中的参数,并将之进一步应用在基于溶解气体分析的变压器故障诊断中.以变压器油中5种主要特征气体作为支持向量机的输入,以7种变压器状态作为相应的输出,选用径向基核,使用遗传算法得到优化参数,充分发挥了支持向量机具有较高泛化能力的优势.实验表明,本文方法能够在较大范围内准确地找到相应的优化参数,并能有效地进行变压器的故障诊断.

引用

页码：1878 / 1881+1886 +1886

页数：5

共 5 条

[1] 基于支持向量机的水质监测数据处理及状况识别与评价方法 [J].