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

• 作者: 吴晓辉 方晓明 李延沐 李彦明 王颂
• 来源期刊: 高压电器
• 学科: 工学
• 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
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 技术讨论
• 页码范围: 214-217
• 页数: 4页
• 分类号: TM855
• 字数: 3491字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1609.2007.03.018

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彦明	西安交通大学电气工程学院	273	7763	48.0	71.0
2	王颂	西安交通大学电气工程学院	11	321	10.0	11.0
3	方晓明	西安交通大学电气工程学院	7	124	6.0	7.0
4	李延沐	西安建筑科技大学机电学院	5	95	5.0	5.0
5	吴晓辉	西安交通大学电气工程学院	7	222	6.0	7.0