用SVM和LS-SVM分析变压器故障诊断

• 作者: 张哲 朱永利
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 支持向量机 分类器 最小二乘支持向量机 故障诊断
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 技术与方法
• 页码范围: 89-91
• 页数: 3页
• 分类号: TP302.8
• 字数: 2615字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2009.08.027

摘要

介绍并比较了支持向量机分类器和最小二乘支持向量机分类器的算法,提出了基于支持向量机的二叉树多分类变压器故障诊断模型.将标准支持向量机(C-SVM)分类器和最小二乘支持向量机(LS-SVM)分类器分别用于变压器故障诊断,通过网格搜索和交叉验证法取得支持向量机的参数,准确率较高.试验结果表明,支持向量机和最小二乘支持向量机在变压器故障诊断中具有很大的应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱永利	华北电力大学计算机科学与技术学院	268	5516	39.0	62.0
2	张哲	华北电力大学计算机科学与技术学院	5	172	3.0	5.0