电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
Proceedings of the CSU-EPSA
2015年
9期
97-102
,共6页
多分类%多核参数%支持向量机(SVM)%变压器%故障诊断
多分類%多覈參數%支持嚮量機(SVM)%變壓器%故障診斷
다분류%다핵삼수%지지향량궤(SVM)%변압기%고장진단
multiclass%multiple parameters%support vector machine(SVM)%transformer%fault diagnosis
针对变压器故障诊断中支持向量机(SVM)的核参数选择和特征值权重问题,对多分类多核参数SVM算法做了改进.该方法研究了核参数对多分类SVM分类器分类性能的影响,采用多核参数表示输入特征分量的权重,通过最优化分类间隔来获得核参数的最优值,使SVM的分类性能达到最优.实验表明此算法拥有最优的分类性能,可以提高变压器诊断的精度和效率,拥有良好的应用前景.
針對變壓器故障診斷中支持嚮量機(SVM)的覈參數選擇和特徵值權重問題,對多分類多覈參數SVM算法做瞭改進.該方法研究瞭覈參數對多分類SVM分類器分類性能的影響,採用多覈參數錶示輸入特徵分量的權重,通過最優化分類間隔來穫得覈參數的最優值,使SVM的分類性能達到最優.實驗錶明此算法擁有最優的分類性能,可以提高變壓器診斷的精度和效率,擁有良好的應用前景.
침대변압기고장진단중지지향량궤(SVM)적핵삼수선택화특정치권중문제,대다분류다핵삼수SVM산법주료개진.해방법연구료핵삼수대다분류SVM분류기분류성능적영향,채용다핵삼수표시수입특정분량적권중,통과최우화분류간격래획득핵삼수적최우치,사SVM적분류성능체도최우.실험표명차산법옹유최우적분류성능,가이제고변압기진단적정도화효솔,옹유량호적응용전경.
