基于SVM与物元信息熵的变压器健康度分析与预测

• 作者: 牛国成 胡冬梅 胡贞
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 变压器 光声光谱 复合物元 AHP 关联熵 健康度 支持向量机
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 电气与信息工程
• 页码范围: 91-97
• 页数: 7页
• 分类号: TM411
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2019.08.012

摘要

为实现变压器运行状态的定量分析和预测,提出了利用变压器中溶解气体结合变压器典型故障类型建立变压器健康度的立体交叉复合物元,分别利用层次分析法AHP (Analytic Hierarchy Process)和信息熵值法确定影响变压器健康度的主、客观权重,利用物元-最大信息熵来定量分析变压器健康度. 提出了利用支持向量机SVM ( Support Vector Ma-chines)预测变压器未来的运行状况,采用交叉验证的网格搜索法(K-fold)、遗传算法(Genet-ic Algorithm GA)和粒子群算法( Particle Swarm Optimization PSO)优化支持向量机的参数,建立最佳预测模型,该方法为变压器的故障排除、检修决策和在线预估提供了数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡贞	长春理工大学电子信息工程学院	24	74	4.0	8.0
2	牛国成	长春理工大学电子信息工程学院	12	27	3.0	4.0
4	胡冬梅	北华大学电气信息工程学院	9	17	2.0	4.0