基于模糊支持向量机的变压器故障诊断

• 作者: 张清 肖燕彩
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 模糊支持向量机 二叉树 故障诊断 模糊C均值聚类算法 遗传优化 变压器
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 机械与电子控制工程
• 页码范围: 117-121
• 分类号: TP319
• 字数: 4392字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2012.01.023

摘要

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型.采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优.实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖燕彩	北京交通大学机械与电子控制工程学院	19	401	11.0	19.0
2	张清	北京交通大学机械与电子控制工程学院	4	29	3.0	4.0