一种优化特征选择-快速相关向量机变压器故障诊断方法

• 作者: 孙林升 李可军 梁永亮 牛林 赵建国
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 相关向量机 量子粒子群优化算法 故障诊断 特征选择
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 输配电技术
• 页码范围: 3262-3267
• 页数: 6页
• 分类号: TM721
• 字数: 4689字
• 语种: 中文

摘要

为了快速准确地诊断变压器故障，提出一种基于量子粒子群优化的快速相关向量机(quantum particle swarm optimized fast relevance vector machine，QPSO-FRVM)变压器故障诊断模型。首先建立了快速相关向量机多层次分类模型，在此基础上提出劣化度故障特征提取方法；其次分析了影响相关向量机分类性能的2个因素，借助量子粒子群算法确定每一层的核函数参数以及故障特征提取方法。最后利用训练好的 QPSO-FRVM 模型进行变压器的故障诊断，并与IEC三比值法、SVM模型进行对此。仿真结果表明，FRVM 缩短了训练时间，具有比RVM更高的诊断效率；同时在小样本情况下，对核参数和特征提取方法均进行优化选择的QPSO-FRVM模型，具有比IEC三比值法和SVM模型更高的诊断准确率，为实现变压器快速准确的故障诊断提供一种新的参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛林		13	584	7.0	13.0
2	赵建国		8	251	8.0	8.0
3	孙林升		2	27	1.0	2.0
4	梁永亮		2	68	2.0	2.0
5	李可军		2	68	2.0	2.0