最小二乘支持向量机多分类法的变压器故障诊断

• 作者: 刘伟 徐其惠 李辉 杨可 贾嵘
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 变压器 油中溶解气体分析 故障诊断 最小二乘支持向量机 多分类 纠错编码
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 故障诊断与状态检修
• 页码范围: 110-113,132
• 页数: 5页
• 分类号: TM835.4
• 字数: 4169字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2007.06.027

摘要

为了提高变压器故障诊断正判率,提出了一种基于小样本的最小二乘支持向量机(LS-SVM)多分类电力变压器油中气体分析(DGA)法,即通过相关统计分析和数据的预处理,选择变压油中典型气体作为LS-SVM的输入,然后利用典型故障气体的体积分数在高维空间的分布特性诊断变压器故障类型.该法在小样本条件下可获得最优解,泛化能力很好,且没有传统支持向量机只能分两类的缺陷,很好地解决了变压器多种故障共存的实际情况.试验表明,该方法分类效果很好,可较好地解决变压器放电和过热共存时故障的难分辨问题,故障类型的正判率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾嵘	西安理工大学电力工程系	101	1600	21.0	37.0
2	刘伟	西安理工大学电力工程系	24	371	9.0	19.0
3	李辉	西安理工大学电力工程系	43	467	14.0	20.0
4	杨可	西安理工大学电力工程系	4	100	3.0	4.0
5	徐其惠	西安理工大学电力工程系	5	136	5.0	5.0