基于KPCA和LS-SVM的变压器故障诊断研究

• 作者: 李川 李英娜 段效琛 王昕 高国磊
• 来源期刊: 软件
• 学科: 工学
• 关键词: 变压器 故障诊断 核主成分分析 最小支持二乘向量机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 158-161
• 页数: 4页
• 分类号: TM403
• 字数: 2578字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.10.031

摘要

电力变压器故障机理复杂,具有不确定性,难以进行准确的状态评估,提出核主成分分析和最小二乘支持向量机结合的变压器诊断方法.首先对样本数据进行非线性映射到高维空间,对映射后的特征向量进行信号重构,其次利用特征空间信号重构的最小误差准则对数据进行离群判断,找出异常特征样本并剔除,最后将核主元分析方法提取特征的数据输入最小二乘支持向量机中分类,识别数据是否存在故障及故障的类型.结果证明本方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李川	昆明理工大学信息与自动化学院	263	997	14.0	18.0
2	王昕	云南电网有限责任公司电力科学研究院	28	49	4.0	5.0
4	李英娜	昆明理工大学信息与自动化学院	148	412	10.0	12.0
5	段效琛	昆明理工大学信息与自动化学院	6	13	2.0	3.0
6	高国磊	昆明理工大学信息与自动化学院	2	5	1.0	2.0