四川电力技术
四川電力技術
사천전력기술
SICHUAN ELECTRIC POWER TECHNOLOGY
2012年
6期
58-61
,共4页
油浸变压器%故障诊断%支持向量机%K-L特征提取
油浸變壓器%故障診斷%支持嚮量機%K-L特徵提取
유침변압기%고장진단%지지향량궤%K-L특정제취
针对变压器多故障问题,提出了基于Mercer核函数的欧式距离查询策略算法,并建立了基于Karhunen-Loeve (K-L)特征提取与支持向量机的变压器故障诊断模型,利用K-L变换提取信号的特征值,最后通过支持向量机学习算法完成对信号的选择与分类.通过实例应用表明:所训练的SVM分类器较之直接任意选取训练样本作为训练集的传统方法具有更高的诊断率.
針對變壓器多故障問題,提齣瞭基于Mercer覈函數的歐式距離查詢策略算法,併建立瞭基于Karhunen-Loeve (K-L)特徵提取與支持嚮量機的變壓器故障診斷模型,利用K-L變換提取信號的特徵值,最後通過支持嚮量機學習算法完成對信號的選擇與分類.通過實例應用錶明:所訓練的SVM分類器較之直接任意選取訓練樣本作為訓練集的傳統方法具有更高的診斷率.
침대변압기다고장문제,제출료기우Mercer핵함수적구식거리사순책략산법,병건립료기우Karhunen-Loeve (K-L)특정제취여지지향량궤적변압기고장진단모형,이용K-L변환제취신호적특정치,최후통과지지향량궤학습산법완성대신호적선택여분류.통과실례응용표명:소훈련적SVM분류기교지직접임의선취훈련양본작위훈련집적전통방법구유경고적진단솔.
