基于模糊支持向量机的变压器故障诊断

被引:14
作者
肖燕彩
张清
机构
[1] 北京交通大学机械与电子控制工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
模糊支持向量机; 二叉树; 故障诊断; 模糊C均值聚类算法; 遗传优化; 变压器;
D O I
暂无
中图分类号
TM407 [维护、检修];
学科分类号
080801 ;
摘要
针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型.采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优.实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的.
引用
收藏
页码:117 / 121
页数:5
相关论文
共 7 条
[1]   基于二叉树支持向量机的装备故障诊断研究 [J].
陈维 ;
刘军尧 ;
齐东科 ;
赵瑞亮 .
航空电子技术, 2010, 41 (02) :19-23
[2]   基于粒子群优化支持向量机的变压器故障诊断 [J].
费胜巍 ;
苗玉彬 ;
刘成良 ;
张晓斌 .
高电压技术, 2009, 35 (03) :509-513
[3]   基于粗糙集与支持向量机的变压器故障诊断法 [J].
蒋延军 ;
倪远平 .
高电压技术, 2008, (08) :1755-1760
[4]   FCM结合IEC三比值法诊断变压器故障 [J].
杨廷方 ;
刘沛 ;
李景禄 ;
胡毅 .
高电压技术, 2007, (08) :66-70
[5]   小生境遗传算法的模糊识别在局放中的应用 [J].
张寒 ;
文习山 ;
邓维 .
高电压技术, 2005, (06) :15-18
[6]   基于DGA的电力变压器故障诊断 [J].
刘勇辉 .
高电压技术, 2005, (06) :87-88
[7]  
统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000