基于多分类相关向量机的变压器故障诊断新方法 |
| |
引用本文: | 尹金良,朱永利,俞国勤.基于多分类相关向量机的变压器故障诊断新方法[J].电力系统保护与控制,2013,41(5):77-82. |
| |
作者姓名: | 尹金良 朱永利 俞国勤 |
| |
作者单位: | 1.华北电力大学电气与电子工程学院,河北 保定 071003;2.上海电力公司,上海 200025 |
| |
基金项目: | 河北省自然科学基金资助项目(E2009001392) |
| |
摘 要: | 变压器故障诊断本质为多分类问题,具有故障样本数据少,故障不确定因素多的特点。现有变压器故障诊断方法中,贝叶斯网络(BN)需要大量样本数据且计算量大,支持向量机(SVM)存在规则化系数确定困难的局限。针对此现状,提出基于多分类相关向量机(M-RVM)的变压器故障诊断新方法。该方法以变压器溶解气体含量比值作为M-RVM模型的输入,采用快速type-II 最大似然(Fast Type-II ML)和最大期望估计(EM)的方法进行模型推断,诊断输出为各故障类别的概率,以概率最大的故障类别作为诊断结果。实例分析表明该方法诊断速度较快,能满足工程需要,同基于BN和SVM的变压器故障诊断方法相比,具有较高的诊断正确率。
|
关 键 词: | 多分类 相关向量机 贝叶斯网络 支持向量机 变压器故障诊断 |
|
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载全文 |