混沌支持向量机在变压器局部放电检测中的应用

• 作者: 孙振权 李彦明 李继胜 罗勇芬 赵学风 陈立彬
• 来源期刊: 高压电器
• 学科: 工学
• 关键词: 变压器 故障诊断 K均值聚类 混沌优化 支持向量机
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 技术讨论
• 页码范围: 104-106,111
• 页数: 4页
• 分类号: TM855
• 字数: 3016字
• 语种: 中文

摘要

针对变压器故障诊断中缺少实际典型故障样本的问题.提出了混沌支持向量机(CSVMs)变压器局部放电检测方法.该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到混沌优化多分类支持向量机中进行训练,建立CSVMs诊断模型,实现对故障样本的诊断分类.实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题;混沌优化较好地提高了模型的推广能力.该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的.

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	罗勇芬	西安交通大学电气工程学院	37	674	16.0	25.0
3	孙振权	西安交通大学电气工程学院	16	333	10.0	16.0
4	李继胜	西安交通大学电气工程学院	8	278	7.0	8.0
8	赵学风	西安交通大学电气工程学院	19	372	11.0	19.0
9	陈立彬	西安陆军学院军训教研室	4	19	3.0	4.0