基于多级支持向量机分类器的电力变压器故障识别

• 作者: 吕干云 程浩忠 翟海保 董立新
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 故障识别 多级支持向量机 分类器 电力变压器
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 19-22,52
• 页数: 5页
• 分类号: TM762
• 字数: 3452字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2005.01.005

摘要

支持向量机是以统计学习理论为基础发展起来的新的通用学习方法,较好地解决了小样本、高维数、非线性等学习问题.提出了一种基于多级支持向量机分类器的电力变压器故障识别方法.该方法首先通过特殊数值处理过程,对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需要的6个特征量,然后利用数值预处理后得到的数据样本分别对三级支持向量机进行训练和识别,并最后判断输出变压器所处的状态.测试结果表明,该方法具有三个优点:1)具有较强的鲁棒性,识别正确率极高;2)训练时间很短,实时性能好;3)不存在局部极小问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程浩忠	上海交通大学电气工程系	323	10481	55.0	85.0
2	翟海保	上海交通大学电气工程系	9	596	9.0	9.0
3	董立新	上海交通大学电气工程系	10	337	8.0	10.0
4	吕干云	上海交通大学电气工程系	16	950	10.0	16.0