基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高变压器故障诊断准确率,提出了一种综合三比值特征量与帝国竞争优化(ICA)支持向量机(SVM)的变压器故障诊断模型.该模型将三比值特征量作为输入,采用基于"留一法"的平均分类准确率构建目标函数,通过ICA优化SVM对变压器进行故障诊断.实例分析结果显示:该模型相比标准SVM法和BP神经网络法,准确率提高了6%~34%,其训练样本平均准确率和测试样本平均准确率分别达到了91.5%和86.7%.
推荐文章
基于DGA支持向量机的变压器故障诊断
DGA
支持向量机
变压器
故障诊断
参数优化
SVM模型
基于支持向量机的变压器故障诊断
变压器
故障诊断
K均值聚类
支持向量机
支持向量机在电力变压器故障诊断中的应用
变压器
故障诊断
溶解气体分析
支持向量机
基于双空间特征提取的变压器故障诊断模型
故障诊断
双空间算法
特征提取
多核学习
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 综合三比值特征量与帝国竞争优化支持向量机的变压器故障诊断模型
来源期刊 广西电力 学科 工学
关键词 电力变压器 故障诊断 三比值 帝国竞争 支持向量机
年,卷(期) 2019,(3) 所属期刊栏目 开发与应用
研究方向 页码范围 57-61
页数 5页 分类号 TM41
字数 2845字 语种 中文
DOI 10.3969/j.issn.1671-8380.2019.03.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵坚 广西电网有限责任公司电力科学研究院 34 93 5.0 8.0
2 黎大健 广西电网有限责任公司电力科学研究院 48 145 6.0 10.0
3 张玉波 广西电网有限责任公司电力科学研究院 28 33 4.0 4.0
4 苏星华 广西电网有限责任公司电力科学研究院 5 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (74)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力变压器
故障诊断
三比值
帝国竞争
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西电力
双月刊
1671-8380
45-1307/TK
大16开
广西南宁市民主路6-2号
1978
chi
出版文献量(篇)
2939
总下载数(次)
6
总被引数(次)
8374
论文1v1指导