应用贝叶斯框架的LS-SVM概率输出诊断电力变压器故障

• 作者: 秦鹏 赵峰
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 变压器 故障诊断 最小二乘支持向量机 参数选择 建模效率 诊断精度 贝叶斯推断 概率输出
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 安全专栏
• 页码范围: 41-45
• 页数: 5页
• 分类号: TM7
• 字数: 3362字
• 语种: 中文

摘要

针对传统最小二乘支持向量机(LS-SVM)分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法、通过3级分层推断优化来确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率.结合最小二乘支持向量机的后验概率输出,可将其运用到变压器故障诊断中.仿真结果表明:该方法能有效地诊断电力变压器故障,且诊断精度和建模效率均优于传统的最小二乘支持向量机方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵峰	兰州交通大学电气工程与自动化学院	96	515	13.0	18.0
2	秦鹏	兰州交通大学电气工程与自动化学院	1	2	1.0	1.0