华北电力大学学报(自然科学版)
華北電力大學學報(自然科學版)
화북전력대학학보(자연과학판)
Journal of North China Electric Power University
2013年
4期
27-31,106
,共6页
尚海昆%徐扬%苑津莎%李洪强
尚海昆%徐颺%苑津莎%李洪彊
상해곤%서양%원진사%리홍강
SVM%主动学习%变压器%局部放电%识别
SVM%主動學習%變壓器%跼部放電%識彆
SVM%주동학습%변압기%국부방전%식별
SVM%active learning%power transformer%partial discharge%recognition
对局部放电类型进行有效识别是准确评估变压器绝缘状态的重要前提.然而放电类型识别过程中往往需要大量训练样本的学习才能达到较高的识别精度.针对这种情况,提出一种基于主动学习支持向量机的局部放电模式识别新方法.该方法在选择训练样本的过程中采用主动学习的方法,挑选出对分类器最有价值的放电样本进行训练.研究结果表明,该方法在保障识别精度的前提下有效减少了放电信号需要的训练样本个数,缩短了训练时间,提高了样本的学习效率.
對跼部放電類型進行有效識彆是準確評估變壓器絕緣狀態的重要前提.然而放電類型識彆過程中往往需要大量訓練樣本的學習纔能達到較高的識彆精度.針對這種情況,提齣一種基于主動學習支持嚮量機的跼部放電模式識彆新方法.該方法在選擇訓練樣本的過程中採用主動學習的方法,挑選齣對分類器最有價值的放電樣本進行訓練.研究結果錶明,該方法在保障識彆精度的前提下有效減少瞭放電信號需要的訓練樣本箇數,縮短瞭訓練時間,提高瞭樣本的學習效率.
대국부방전류형진행유효식별시준학평고변압기절연상태적중요전제.연이방전류형식별과정중왕왕수요대량훈련양본적학습재능체도교고적식별정도.침대저충정황,제출일충기우주동학습지지향량궤적국부방전모식식별신방법.해방법재선택훈련양본적과정중채용주동학습적방법,도선출대분류기최유개치적방전양본진행훈련.연구결과표명,해방법재보장식별정도적전제하유효감소료방전신호수요적훈련양본개수,축단료훈련시간,제고료양본적학습효솔.
