支持向量机在电力变压器故障诊断中的应用

被引：41

作者：

吴晓辉 ^{[1
]}

刘炯 ^{[1
]}

梁永春 ^{[1
]}

汪晓明 ^{[2
]}

李彦明 ^{[1
]}

机构：

[1] 西安交通大学电气工程学院

[2] 江西省电力公司超高压分公司

来源：

西安交通大学学报 | 2007年 / 06期

关键词：

变压器; 故障诊断; 溶解气体分析; 支持向量机;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

摘要：

利用支持向量机的学习方法,构建了电力变压器故障诊断模型.该模型将变压器故障分为放电性和过热性两大类,通过统计分析寻求特征量区分类间的故障类型,采用支持向量机识别类内的故障类型,利用基于交叉验证的网格搜索法来确定支持向量机的参数.考虑到变压器油中溶解气体特征空间的紧致性原理,利用模糊C均值聚类算法对所获取的样本进行预选取,有效地解决了确定模型参数时耗时巨大的问题,并一定程度提高了模型的推广能力.实例验证表明,该模型在有限样本情况下,能达到较高的变压器故障判断率,放电性故障样本正确判断率为90.5%,过热性故障样本正确判断率为85.9%,说明该模型具有很好的分类效果和推广能力.

引用

页码：722 / 726

页数：5