|
|||||
|
|
| 基于组合核相关向量机和量子粒子群优化算法的变压器故障诊断方法 | |
| 作者单位： | ;1.辽宁工程技术大学电气与控制工程学院;2.国网内蒙古东部奈曼旗供电有限公司;3.国网辽宁省电力有限公司建平县供电分公司 |
| 摘 要： | 为了提高变压器故障诊断精确度,提出量子粒子群算法(QPSO)优化相关向量机(RVM)的变压器故障诊断方法。采用4个二分类RVM来实现变压器故障诊断的多分类问题。相关向量机的组合核函数可融合变压器运行状态的多种特征信息,为非线性、有限样本数据的变压器故障诊断建模问题提供有效的方法。利用量子粒子群算法对RVM诊断模型参数快速寻优,并结合CV原理设置适应度函数可有效提高诊断模型的泛化能力。实例分析表明,该耦合算法诊断正确率为91.1%,优于三比值法、BPNN、PSO-SVM方法,可有效提高变压器故障诊断精度。 |
| 关 键 词： | 变压器 故障诊断 量子粒子群优化 相关向量机 组合核函数 |
Fault Diagnosis Method of Power Transformers Using Multi-kernel RVM and QPSO |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |