电力科学与技术学报
電力科學與技術學報
전력과학여기술학보
JOURNAL OF ELECTRIC POWER SCIENCE AND TECHNOLOGY
2013年
4期
10-14
,共5页
郭磊%张圣楠%张雷%刘佳%陈丽
郭磊%張聖楠%張雷%劉佳%陳麗
곽뢰%장골남%장뢰%류가%진려
变压器故障%状态检修%自举法%支持向量机
變壓器故障%狀態檢脩%自舉法%支持嚮量機
변압기고장%상태검수%자거법%지지향량궤
transformer faults%condition maintenance%bootstrap%SVM
针对传统数据学习型方法需要大量故障历史实测数据的缺点,提出一种基于数据样本自举的电力变压器状态评估方法.通过对变压器的故障样本数据进行自举扩充,克服了工程中某类样本数据较少的问题,提高了学习型分类器的训练量,从而提高其预测分类的精度.并基于支持向量机分类方法进行变压器故障分类评估,显著提升了评估精度.
針對傳統數據學習型方法需要大量故障歷史實測數據的缺點,提齣一種基于數據樣本自舉的電力變壓器狀態評估方法.通過對變壓器的故障樣本數據進行自舉擴充,剋服瞭工程中某類樣本數據較少的問題,提高瞭學習型分類器的訓練量,從而提高其預測分類的精度.併基于支持嚮量機分類方法進行變壓器故障分類評估,顯著提升瞭評估精度.
침대전통수거학습형방법수요대량고장역사실측수거적결점,제출일충기우수거양본자거적전력변압기상태평고방법.통과대변압기적고장양본수거진행자거확충,극복료공정중모류양본수거교소적문제,제고료학습형분류기적훈련량,종이제고기예측분류적정도.병기우지지향량궤분류방법진행변압기고장분류평고,현저제승료평고정도.
