计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
251-255
,共5页
皮尔森相关系数%油中溶解气体%特征变换%特征权重%范例推理
皮爾森相關繫數%油中溶解氣體%特徵變換%特徵權重%範例推理
피이삼상관계수%유중용해기체%특정변환%특정권중%범례추리
Pearson correlation coefficient%DGA%Feature transforming%Feature weighting%CBR
Pearson相关系数是一种衡量变量间线性关系的方法,广泛用于变压器中油中气体故障诊断(DGA)的范例推理匹配算法.但是,现有方法存在偏袒数据区间较大的特征以及认为所有特征对相关系数判定的贡献相同这两个问题.因此,在深入分析IGA色谱数据的基础上,提出采用对数特征变换方法缩小特征值域来解决偏袒大数据区间特征的问题,采用均方差特征赋权区分特征贡献度的方法进一步提高DGA故障检测效果,并构造了基于特征变换和特征权重的Pearson相关系数DGA诊断(FTW Pearson)算法.实验结果表明,FTW Pearson算法的DGA诊断正确率优于业界普遍使用的大卫三角形法、未考虑特征变换和权重的Pearson相关系数法以及贝叶斯算法和神经网络算法.
Pearson相關繫數是一種衡量變量間線性關繫的方法,廣汎用于變壓器中油中氣體故障診斷(DGA)的範例推理匹配算法.但是,現有方法存在偏袒數據區間較大的特徵以及認為所有特徵對相關繫數判定的貢獻相同這兩箇問題.因此,在深入分析IGA色譜數據的基礎上,提齣採用對數特徵變換方法縮小特徵值域來解決偏袒大數據區間特徵的問題,採用均方差特徵賦權區分特徵貢獻度的方法進一步提高DGA故障檢測效果,併構造瞭基于特徵變換和特徵權重的Pearson相關繫數DGA診斷(FTW Pearson)算法.實驗結果錶明,FTW Pearson算法的DGA診斷正確率優于業界普遍使用的大衛三角形法、未攷慮特徵變換和權重的Pearson相關繫數法以及貝葉斯算法和神經網絡算法.
Pearson상관계수시일충형량변량간선성관계적방법,엄범용우변압기중유중기체고장진단(DGA)적범례추리필배산법.단시,현유방법존재편단수거구간교대적특정이급인위소유특정대상관계수판정적공헌상동저량개문제.인차,재심입분석IGA색보수거적기출상,제출채용대수특정변환방법축소특정치역래해결편단대수거구간특정적문제,채용균방차특정부권구분특정공헌도적방법진일보제고DGA고장검측효과,병구조료기우특정변환화특정권중적Pearson상관계수DGA진단(FTW Pearson)산법.실험결과표명,FTW Pearson산법적DGA진단정학솔우우업계보편사용적대위삼각형법、미고필특정변환화권중적Pearson상관계수법이급패협사산법화신경망락산법.