自适应模糊支持向量机增量算法在变压器故障诊断中的应用

• 作者: 刘帆 王海滨 董秀成 陶加贵
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 模糊支持向量机 增量算法 隶属度 自适应 油中溶解气体
• 年，卷（期）: 2010,（11）
• 页码范围: 48-52
• 分类号: TM855
• 字数: 4165字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.2010.11.011

摘要

利用油中溶解气体对变压器进行故障有无以及故障类别判断时,为抑制冗余信息的干扰,提取与分类模式密切相关的特征作为每层诊断模型的输入;增量学习算法通过提取模型的支持向量和误判样本,逐步积累样本的空间分布知识,提高诊断模型的精度与训练速度,同时剔除对构建模型无贡献的样本以节约存储空间.为提升算法的收敛速度,采用参数自适应优化算法动态搜索模糊支持向量机的模型参数.最后,通过实例将该算法与普通的多分类支持向量机以及多分类模糊支持向量机相比,得出该算法具有相对较好的收敛性和诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海滨	西华大学四川省信号与信息处理重点实验室	59	338	10.0	16.0
2	董秀成	西华大学四川省信号与信息处理重点实验室	72	511	13.0	19.0
3	刘帆	重庆大学输配电装备及系统安全与新技术国家重点实验室	4	103	4.0	4.0
4	陶加贵	西华大学四川省信号与信息处理重点实验室	3	71	3.0	3.0