基于支持向量机的变压器故障诊断

被引：4

作者：

刘义艳 ^{[1
]}

陈晨 ^{[2
]}

亢旭红 ^{[1
]}

巨永锋 ^{[1
]}

机构：

[1] 长安大学电子与控制工程学院

[2] 汉中市建筑勘察设计研究院

来源：

现代电子技术 | 2011年 / 34卷 / 24期

关键词：

变压器; 故障诊断; K均值聚类; 支持向量机;

D O I：

10.16652/j.issn.1004-373x.2011.24.015

中图分类号：

TM407 [维护、检修];

学科分类号：

080801 ;

摘要：

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了支持向量机(SVMs)变压器故障诊断方法。该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到多分类支持向量机中进行训练,建立SVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。

引用

页码：118 / 120

页数：3