基于多分类相关向量机的变压器故障诊断方法

• 作者: 陈芬
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 变压器故障诊断 贝叶斯网络 多分类相关向量机
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机控制系统及软件
• 页码范围: 986-989
• 页数: 4页
• 分类号: TP391
• 字数: 4928字
• 语种: 中文

摘要

针对传统贝叶斯网络变压器故障诊断方法可使变压器故障检测平稳状态好,存在不收敛的缺陷.对贝叶斯网络中反射了全面样本范围内的平滑因子σ根据常数取值,在实际运用中缺少依据的问题.提出了一种基于多分类相关向量机的变压器故障诊断方法,运用多分类相关向量机算法改进粒子群算法,优化贝叶斯网络中平滑因子σ使其提高多分类相关向量机的精准率,把收集到92组故障数据进行试验,建立基于多分类相关向量机优化的自适应贝叶斯网络仿真环境,将真实数据环境中五种油溶解气体相对概率的含量作为贝叶斯网络的输入向量,采用正常,低温过热,中温过热,高温过热,局部放电,低能放电,高能放电7种故障作为输出矢量得出的结论证明,贝叶斯网络引入多分类相关向量机的过程后,变压器故障检测能力得到了改善,保证变压器的平稳状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈芬	宿迁学院计算机科学系	9	68	5.0	8.0