高电压技术
高電壓技術
고전압기술
HIGH VOLTAGE ENGINEERING
2013年
5期
1096-1100
,共5页
电力变压器%故障诊断%溶解气体分析%模糊近邻%半监督分类%标签传递
電力變壓器%故障診斷%溶解氣體分析%模糊近鄰%半鑑督分類%標籤傳遞
전력변압기%고장진단%용해기체분석%모호근린%반감독분류%표첨전체
power transformer%fault diagnosis%dissolved gas analysis%fuzzy nearest%semi-supervised classifying%label propagation
变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法.针对现有方法建立分类器时需用到大量已知类别数据而没有利用待分类数据的问题,将半监督分类(SSC)方法引入变压器故障诊断问题中,建立了一个新的变压器故障诊断模型.SSC方法在学习过程中能同时利用已知类别数据和未知类别数据,获得更多的信息,因而有更好的学习效果.采用模糊近邻标签传递的半监督分类(FNNLP-SSC)方法进行变压器故障诊断,所提方法依据样本与其K个近邻的模糊相似性连接,使类别标签从标签数据向未标签数据传递,最终实现未标签数据的分类.对故障DGA样本的诊断实例结果表明,所提FNNLP-SSC方法比模糊C均值(FCM)方法和IEC 3比值法有更高的诊断正确率,验证了所提方法在变压器故障诊断中的有效性和可行性.
變壓器油中溶解氣體分析(DGA)是電力變壓器故障診斷的重要方法.針對現有方法建立分類器時需用到大量已知類彆數據而沒有利用待分類數據的問題,將半鑑督分類(SSC)方法引入變壓器故障診斷問題中,建立瞭一箇新的變壓器故障診斷模型.SSC方法在學習過程中能同時利用已知類彆數據和未知類彆數據,穫得更多的信息,因而有更好的學習效果.採用模糊近鄰標籤傳遞的半鑑督分類(FNNLP-SSC)方法進行變壓器故障診斷,所提方法依據樣本與其K箇近鄰的模糊相似性連接,使類彆標籤從標籤數據嚮未標籤數據傳遞,最終實現未標籤數據的分類.對故障DGA樣本的診斷實例結果錶明,所提FNNLP-SSC方法比模糊C均值(FCM)方法和IEC 3比值法有更高的診斷正確率,驗證瞭所提方法在變壓器故障診斷中的有效性和可行性.
변압기유중용해기체분석(DGA)시전력변압기고장진단적중요방법.침대현유방법건립분류기시수용도대량이지유별수거이몰유이용대분류수거적문제,장반감독분류(SSC)방법인입변압기고장진단문제중,건립료일개신적변압기고장진단모형.SSC방법재학습과정중능동시이용이지유별수거화미지유별수거,획득경다적신식,인이유경호적학습효과.채용모호근린표첨전체적반감독분류(FNNLP-SSC)방법진행변압기고장진단,소제방법의거양본여기K개근린적모호상사성련접,사유별표첨종표첨수거향미표첨수거전체,최종실현미표첨수거적분류.대고장DGA양본적진단실례결과표명,소제FNNLP-SSC방법비모호C균치(FCM)방법화IEC 3비치법유경고적진단정학솔,험증료소제방법재변압기고장진단중적유효성화가행성.
