基于支持向量机的变压器故障诊断

• 作者: 亢旭红 刘义艳 巨永锋 陈晨
• 来源期刊: 现代电子技术
• 关键词: 变压器 故障诊断 K均值聚类 支持向量机
• 年，卷（期）: 2011,（24）
• 所属期刊栏目: 航空航天技术
• 页码范围: 118-120
• 分类号: TN911-34
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2011.24.035

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,提出了支持向量机(SVMs)变压器故障诊断方法.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,输入到多分类支持向量机中进行训练,建立SVMs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.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	刘义艳	长安大学电子与控制工程学院	20	78	5.0	8.0
2	陈晨		4	11	2.0	3.0
3	亢旭红	长安大学电子与控制工程学院	1	5	1.0	1.0
4	巨永锋	长安大学电子与控制工程学院	142	1091	15.0	28.0