基于双空间特征提取的变压器故障诊断模型

• 作者: 唐勇波 彭涛 桂卫华 欧阳伟
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 故障诊断 双空间算法 特征提取 多核学习 支持向量机
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 机电工程
• 页码范围: 70-76
• 页数: 7页
• 分类号: TM411|TP27
• 语种: 中文

摘要

为了提高基于油中溶解气体分析(dissolved gas analysis,DGA)的变压器故障诊断正确率,弥补单子空间特征提取的局限性,提出了基于双子空间特征提取的变压器故障分层诊断模型.首先,将DGA测试样本在一个子空间内进行特征提取后,为避免核函数及其参数的选择难题,以及利用多核支持向量机(multiple-kernel support vector machine,MKSVM)鲁棒性强和精度高的特点,采用MKSVM作为分类器对测试样本进行预测.依据预测结果将测试样本分为难分类和易分类样本,对易分类样本直接进行分类识别;对难分类样本则将该样本再次投影到另一子空间进行特征提取后,同样采用MKSVM作为分类器对难分类样本进行预测,综合两次预测结果进行分类识别,实现两分类MKSVM的双子空间特征提取算法.最后,根据故障特征,建立基于双子空间特征提取算法的变压器故障分层诊断模型.诊断实例表明,该模型具有较高的诊断正确率和推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
2	唐勇波	中南大学信息科学与工程学院	24	165	6.0	12.0
4	彭涛	中南大学信息科学与工程学院	39	362	9.0	18.0
5	欧阳伟		20	177	6.0	13.0