基于统计特征参数与相关向量机的变压器局部放电类型识别

• 作者: 尚海昆 王瑜 苑津莎 靳松
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 统计参数 相关向量机 变压器 局部放电 识别
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 15-20
• 页数: 6页
• 分类号: TM933
• 字数: 3465字
• 语种: 中文

摘要

针对传统的局部放电模式分类器存在的不足,提出了一种基于统计特征参数与相关向量机( RVM )的变压器局部放电类型识别的新方法。首先针对4种变压器局部放电实验模型的二维图谱提取出表征图谱特征的16个统计参数,然后设计一对一RVM多分类模型,将统计参数作为输入向量送入RVM分类模型,实现放电类型识别。测试结果表明,RVM分类器具有较好的放电识别效果,与支持向量机( SVM)相比具有计算复杂度低、相关向量少、训练及测试时间短等优点,两者识别精度相当,均高于BPNN。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑津莎	华北电力大学电气与电子工程学院	188	2334	27.0	40.0
2	靳松	华北电力大学电气与电子工程学院	14	182	7.0	13.0
3	王瑜	华北电力大学电气与电子工程学院	22	297	8.0	17.0
4	尚海昆	华北电力大学电气与电子工程学院	9	286	7.0	9.0