运用多分类多核参数SVM的变压器故障诊断算法

• 作者: 张庆磊 王宝华 陈祥睿
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 多分类 多核参数 支持向量机(SVM) 变压器 故障诊断
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 97-102
• 页数: 6页
• 分类号: TM855
• 字数: 3992字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2015.09.17

摘要

针对变压器故障诊断中支持向量机(SVM)的核参数选择和特征值权重问题,对多分类多核参数SVM算法做了改进.该方法研究了核参数对多分类SVM分类器分类性能的影响,采用多核参数表示输入特征分量的权重,通过最优化分类间隔来获得核参数的最优值,使SVM的分类性能达到最优.实验表明此算法拥有最优的分类性能,可以提高变压器诊断的精度和效率,拥有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宝华		61	488	13.0	18.0
2	张庆磊		2	17	2.0	2.0
3	陈祥睿		1	12	1.0	1.0