采用核主成分分析和随机森林算法的变压器油纸绝缘评估方法

• 作者: 吴杰康 张丽平 曾振达 杨夏 梁浩浩 邹志强 陶飞达 黄智鹏
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 电力变压器 油纸绝缘 回复电压法 分类器群 集成学习 核主成分分析
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 高电压技术研究
• 页码范围: 29-33
• 页数: 5页
• 分类号: TM855
• 字数: 4018字
• 语种: 中文

摘要

为了实现对电力变压器绝缘状态的智能评估,提出了一种融合核主成分分析和集成学习理论的电力变压器油纸绝缘评估方法.在特征提取方面,通过回复电压法(recovery voltage method,RVM)提取特征量,并对特征量进行核主成分分析(kernel principle component analysis,KPCA),将低维度的样本空间映射到高维度的核空间,并按照重要性进行排序;在评估识别方面,利用集成学习的思想建立分类器群模型,克服了单分类器的局限性,并提高了分类器的分类预测能力.通过实例论证,融合核主成分分析和集成学习的分类模型在变压器油纸绝缘评估中具有很高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾振达		10	10	2.0	2.0
2	吴杰康	广东工业大学自动化学院	87	775	14.0	24.0
3	陶飞达		20	46	4.0	5.0
4	黄智鹏		11	9	2.0	2.0
5	邹志强		8	8	2.0	2.0
6	张丽平		7	8	2.0	2.0
7	梁浩浩	广东工业大学自动化学院	5	14	2.0	3.0