基于代价敏感组合核相关向量机的电力变压器故障诊断

• 作者: 宋臻杰 尹豪杰 杨飞豹 高国强 高波
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电力变压器 组合核相关向量机 参数优化 代价敏感学习 DGA 故障诊断
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 7-13
• 页数: 7页
• 分类号: TM933
• 字数: 5972字
• 语种: 中文

摘要

组合核相关向量机可以融合多个特征空间,输出变压器隶属于各种状态的概率.将代价敏感机制融入组合核相关向量机,构建了代价敏感组合核相关向量机,该算法以误诊断代价最小为目标,按贝叶斯风险理论预测样本的故障类别,克服了传统诊断方法未考虑误诊断代价差异的问题.针对代价敏感组合核相关向量机核函数参数选取需人为设定的问题,采用K折交叉验证和粒子群算法相结合的方法寻优核函数参数.基于油中溶解气体分析(dissolved gas analysis, DGA)数据的诊断实例表明,与BP神经网络,支持向量机及组合核相关向量机算法相比,代价敏感组合核相关向量机不仅具有较高的诊断正确率,而且具有较低的误诊断代价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高波	西南交通大学电气工程学院	320	5733	38.0	59.0
2	高国强	西南交通大学电气工程学院	98	908	19.0	27.0
3	尹豪杰	西南交通大学电气工程学院	4	10	2.0	3.0
4	宋臻杰	西南交通大学电气工程学院	10	5	1.0	2.0
5	杨飞豹	西南交通大学电气工程学院	4	5	1.0	2.0