相关向量机及其在变压器故障诊断中的应用

被引:23
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] 不详
关键词
相关向量机; 稀疏贝叶斯; 支持向量机; 核函数; 变压器; 故障诊断; 分类;
D O I
暂无
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
分析并用典型数据分类算例验证相关向量机(RVM)在分类性能方面优于支持向量机(SVM),在此基础上以标准化的变压器主要特征气体含量为输入量,采用二叉树的分类方法建立基于RVM的变压器故障诊断模型。实例分析表明,同基于SVM的故障诊断方法相比,该方法可以取得与其相当甚至更优的故障诊断正确率,相关向量个数明显少于支持向量个数,诊断速度显著提高。
引用
收藏
页码:130 / 134
页数:5
相关论文
共 12 条