高电压技术
高電壓技術
고전압기술
HIGH VOLTAGE ENGINEERING
2014年
11期
3424-3429
,共6页
郑含博%王伟%李晓纲%王立楠%李予全%韩金华
鄭含博%王偉%李曉綱%王立楠%李予全%韓金華
정함박%왕위%리효강%왕립남%리여전%한금화
最小二乘支持向量机%多类分类%粒子群优化%故障诊断%电力变压器%准确率
最小二乘支持嚮量機%多類分類%粒子群優化%故障診斷%電力變壓器%準確率
최소이승지지향량궤%다류분류%입자군우화%고장진단%전력변압기%준학솔
least squares support vector machine%multi-class classification%particle swarm optimization%fault diagnosis%power transformers%accuracies
为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法.引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类.利用PSO算法获得LS-SVM诊断模型的最优参数,并采用交叉验证原理来提高分类算法的整体泛化性能.实例分析结果表明,采用LS-SVM和PSO算法可以准确、有效地对变压器进行故障诊断;与传统的电力变压器故障诊断方法相比,该方法的诊断准确率更高.
為瞭提高故障診斷的準確率,提齣瞭一種多分類最小二乘支持嚮量機(LS-SVM)和改進粒子群優化(PSO)相結閤的電力變壓器故障診斷方法.引入最小輸齣編碼構造多箇2分類LS-SVM,實現瞭變壓器診斷的多類分類.利用PSO算法穫得LS-SVM診斷模型的最優參數,併採用交扠驗證原理來提高分類算法的整體汎化性能.實例分析結果錶明,採用LS-SVM和PSO算法可以準確、有效地對變壓器進行故障診斷;與傳統的電力變壓器故障診斷方法相比,該方法的診斷準確率更高.
위료제고고장진단적준학솔,제출료일충다분류최소이승지지향량궤(LS-SVM)화개진입자군우화(PSO)상결합적전력변압기고장진단방법.인입최소수출편마구조다개2분류LS-SVM,실현료변압기진단적다류분류.이용PSO산법획득LS-SVM진단모형적최우삼수,병채용교차험증원리래제고분류산법적정체범화성능.실례분석결과표명,채용LS-SVM화PSO산법가이준학、유효지대변압기진행고장진단;여전통적전력변압기고장진단방법상비,해방법적진단준학솔경고.
