支持向量机在电力变压器故障诊断中的应用

• 作者: 刘炯 吴晓辉 李彦明 梁永春 汪晓明
• 来源期刊: 西安交通大学学报
• 关键词: 变压器 故障诊断 溶解气体分析 支持向量机
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 专题研究
• 页码范围: 722-726
• 页数: 5页
• 分类号: TM855
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2007.06.020

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.

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	梁永春	西安交通大学电气工程学院	19	813	15.0	19.0
3	汪晓明		8	118	4.0	8.0
4	刘炯	西安交通大学电气工程学院	9	256	7.0	9.0
5	吴晓辉	西安交通大学电气工程学院	7	222	6.0	7.0