湖南大学学报（自然科学版）
湖南大學學報（自然科學版）
호남대학학보（자연과학판）
JOURNAL OF HUNAN UNIVERSITY(NATURAL SCIENCES EDITION)
2013年
11期
70-76
,共7页
唐勇波%桂卫华%彭涛%欧阳伟
唐勇波%桂衛華%彭濤%歐暘偉
당용파%계위화%팽도%구양위
故障诊断%双空间算法%特征提取%多核学习%支持向量机
故障診斷%雙空間算法%特徵提取%多覈學習%支持嚮量機
고장진단%쌍공간산법%특정제취%다핵학습%지지향량궤
fault diagnosis%dual-space algorithm%feature extraction%multiple-kernel learning%support vector machines
为了提高基于油中溶解气体分析(dissolved gas analysis,DGA)的变压器故障诊断正确率,弥补单子空间特征提取的局限性,提出了基于双子空间特征提取的变压器故障分层诊断模型.首先,将DGA测试样本在一个子空间内进行特征提取后,为避免核函数及其参数的选择难题,以及利用多核支持向量机(multiple-kernel support vector machine,MKSVM)鲁棒性强和精度高的特点,采用MKSVM作为分类器对测试样本进行预测.依据预测结果将测试样本分为难分类和易分类样本,对易分类样本直接进行分类识别;对难分类样本则将该样本再次投影到另一子空间进行特征提取后,同样采用MKSVM作为分类器对难分类样本进行预测,综合两次预测结果进行分类识别,实现两分类MKSVM的双子空间特征提取算法.最后,根据故障特征,建立基于双子空间特征提取算法的变压器故障分层诊断模型.诊断实例表明,该模型具有较高的诊断正确率和推广能力.
為瞭提高基于油中溶解氣體分析(dissolved gas analysis,DGA)的變壓器故障診斷正確率,瀰補單子空間特徵提取的跼限性,提齣瞭基于雙子空間特徵提取的變壓器故障分層診斷模型.首先,將DGA測試樣本在一箇子空間內進行特徵提取後,為避免覈函數及其參數的選擇難題,以及利用多覈支持嚮量機(multiple-kernel support vector machine,MKSVM)魯棒性彊和精度高的特點,採用MKSVM作為分類器對測試樣本進行預測.依據預測結果將測試樣本分為難分類和易分類樣本,對易分類樣本直接進行分類識彆;對難分類樣本則將該樣本再次投影到另一子空間進行特徵提取後,同樣採用MKSVM作為分類器對難分類樣本進行預測,綜閤兩次預測結果進行分類識彆,實現兩分類MKSVM的雙子空間特徵提取算法.最後,根據故障特徵,建立基于雙子空間特徵提取算法的變壓器故障分層診斷模型.診斷實例錶明,該模型具有較高的診斷正確率和推廣能力.
위료제고기우유중용해기체분석(dissolved gas analysis,DGA)적변압기고장진단정학솔,미보단자공간특정제취적국한성,제출료기우쌍자공간특정제취적변압기고장분층진단모형.수선,장DGA측시양본재일개자공간내진행특정제취후,위피면핵함수급기삼수적선택난제,이급이용다핵지지향량궤(multiple-kernel support vector machine,MKSVM)로봉성강화정도고적특점,채용MKSVM작위분류기대측시양본진행예측.의거예측결과장측시양본분위난분류화역분류양본,대역분류양본직접진행분류식별;대난분류양본칙장해양본재차투영도령일자공간진행특정제취후,동양채용MKSVM작위분류기대난분류양본진행예측,종합량차예측결과진행분류식별,실현량분류MKSVM적쌍자공간특정제취산법.최후,근거고장특정,건립기우쌍자공간특정제취산법적변압기고장분층진단모형.진단실례표명,해모형구유교고적진단정학솔화추엄능력.
