基于SVM的纠错编码多分类算法的研究与应用

• 作者: 刘磊 王峰 祖文超 苑津莎
• 来源期刊: 电子质量
• 关键词: 故障诊断 纠错编码 支持向量机 DGA
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 绿色质量观察
• 页码范围: 38-40,47
• 页数: 4页
• 分类号: TM406
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0107.2012.07.014

摘要

为了提高变压器故障诊断的准确率,提出了一种基于纠错编码和支持向量机相结合的多分类算法,根据SVM理论建立变压器故障诊断数学模型,首先基于纠错编码矩阵构造出若干个互不相关的子支持向量机,以提高分类模型的分类准确率。最后把变压器油中溶解气体（DGA）作为纠错编码支持向量机的训练以及测试样本,实现变压器的故障诊断,同时用UCI数据对该算法进行验证。通过VS2008和Libsvm相结合对其进行验证,结果表明该方法具有很高的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘磊	华北电力大学电子与电气工程学院	37	263	9.0	14.0
2	苑津莎	华北电力大学电子与电气工程学院	188	2334	27.0	40.0
3	祖文超	华北电力大学电子与电气工程学院	7	22	3.0	4.0
4	王峰	华北电力大学电子与电气工程学院	14	47	4.0	6.0