基于多分类相关向量机的变压器故障诊断新方法

• 作者: 俞国勤 尹金良 朱永利
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 多分类 相关向量机 贝叶斯网络 支持向量机 变压器故障诊断
• 年，卷（期）: 2013,（5）
• 页码范围: 77-82
• 分类号: TM41|TM711
• 字数: 3825字
• 语种: 中文

摘要

变压器故障诊断本质为多分类问题,具有故障样本数据少,故障不确定因素多的特点.现有变压器故障诊断方法中,贝叶斯网络(BN)需要大量样本数据且计算量大,支持向量机(SVM)存在规则化系数确定困难的局限.针对此现状,提出基于多分类相关向量机(M-RVM)的变压器故障诊断新方法.该方法以变压器溶解气体含量比值作为M-RVM模型的输入,采用快速type-II 最大似然(Fast Type-II ML)和最大期望估计(EM)的方法进行模型推断,诊断输出为各故障类别的概率,以概率最大的故障类别作为诊断结果.实例分析表明该方法诊断速度较快,能满足工程需要,同基于BN和SVM的变压器故障诊断方法相比,具有较高的诊断正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱永利	华北电力大学电气与电子工程学院	268	5516	39.0	62.0
2	俞国勤		10	484	8.0	10.0
3	尹金良	华北电力大学电气与电子工程学院	9	297	8.0	9.0