共 5 条
基于核Fisher判别分析技术的电力变压器DGA故障诊断模型研究
被引：9
作者：
吴晓辉
[1
]
王颂
[1
]
方晓明
[1
]
李延沐
[2
]
李彦明
[1
]
机构：
[1] 西安交通大学电气工程学院
[2] 西安建筑科技大学机电学院
来源：
关键词：
变压器;
故障诊断;
油中溶解气体分析;
核Fisher判别分析;
交叉验证;
D O I：
10.13296/j.1001-1609.hva.2007.03.018
中图分类号：
TM41 [电力变压器];
TM743 [模拟与仿真];
学科分类号：
摘要：
鉴于核Fisher判别分析技术(KFDA)在模式识别问题中表现出的良好性能,提出了基于KFDA的变压器故障诊断模型,该模型首先提出了区分放电及过热两大类故障的特征量,并用KFDA分类器来识别类内故障的具体类别。采用基于网格搜索的交叉验证法来选择模型参数,避免了参数选择的盲目性和随意性。实例分析表明,该模型具有训练时间短、不存在局部极小等优点,与IEC三比值及改良电协研法相比,具有更好的故障识别效果。
引用
收藏
页码：214 / 217
页数：4
相关论文