自适应模糊支持向量机邻近增量算法在变压器故障诊断中的应用

被引：9

作者：

刘同杰 ^{[1
,2
]}

刘志刚 ^{[1
]}

韩志伟 ^{[1
]}

机构：

[1] 西南交通大学电气工程学院

[2] 乐山电业局

来源：

电力系统保护与控制 | 2010年 / 38卷 / 17期

关键词：

模糊支持向量机; 增量算法; 隶属度; 自适应; 变压器; 油中溶解气体;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

080801 ;

摘要：

提出了一种基于自适应模糊支持向量机增量算法的变压器故障诊断方法。对变压器故障诊断采取分层结构,以模式识别思想提取与分类模式密切相关的输入特征,有效地抑制了冗余信息的干扰;采用参数自适应优化算法增强了SVM参数选择的灵活性,加快了算法的收敛速度。邻近增量算法提高了诊断模型的精度与对于新样本的学习能力,与普通的多分类支持向量机以及多分类模糊支持向量机算法相比,该算法具有较好的收敛性和良好的诊断效果。

引用

收藏

页码：47 / 52

页数：6

相关论文

共 11 条

[1] 基于小波网络及油中溶解气体分析的电力变压器故障诊断方法 [J].

陈伟根 ;

潘翀 ;

云玉新 ;

王有元 ;

孙才新 .

中国电机工程学报, 2008, (07) :121-126

[2] 模糊粗糙集理论在变压器故障诊断中的应用 [J].

熊浩 ;

李卫国 ;

畅广辉 ;

郭惠敏 .

中国电机工程学报, 2008, (07) :141-147

[3] 最小二乘支持向量机在电能质量扰动分类中的应用 [J].

张全明 ;

刘会金 .

中国电机工程学报, 2008, (01) :106-110

[4] 基于证据推理的电力变压器故障诊断策略(英文) [J].

董明 ;

严璋 ;

杨莉 ;

MDJudd .

中国电机工程学报, 2006, (01) :106-114

[5] 基于DGA的变压器故障诊断多专家融合策略 [J].

梁小冰 ;

王耀龙 ;

黄萍 ;

韩昆仑 .

电力系统自动化, 2005, (18) :80-84

[6] 基于灰关联熵的充油变压器故障诊断方法 [J].

宋斌 ;

于萍 ;

罗运柏 ;

文习山 .

电力系统自动化, 2005, (18) :76-79

[7] 基于变压器故障分类的DGA特征提取 [J].

张蕊 ;

郭瑞君 ;

李华 ;

严璋 .

高电压技术, 2005, (04) :32-33

[8] 基于贝叶斯网络和油中溶解气体分析的变压器故障诊断方法 [J].

王永强 ;

律方成 ;

李和明 .

电工技术学报, 2004, (12) :74-77

[9] 基于支持向量机及油中溶解气体分析的大型电力变压器故障诊断模型研究 [J].

董明 ;

孟源源 ;

徐长响 ;

严璋 .

中国电机工程学报, 2003, (07) :88-92

[10] 灰色聚类与模糊聚类集成诊断变压器内部故障的方法研究 [J].

李俭 ;

孙才新 ;

陈伟根 ;

周湶 ;

杜林 .

中国电机工程学报, 2003, (02) :116-119