SVM回归与朴素贝叶斯分类相结合的变压器故障诊断

被引：4

作者：

耿兰芹 ^{[1
]}

王芳 ^{[2
]}

赵文清 ^{[2
]}

机构：

[1] 衡水职业技术学院数学系

[2] 华北电力大学计算机科学与技术学院

来源：

华北电力大学学报 | 2006年 / 06期

关键词：

电力变压器; 故障诊断; 朴素贝叶斯分类; SVM回归;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

080801 ;

摘要：

针对传统变压器故障诊断中的对于原始测试数据完备性和准确性的限制,提出并构建用于变压器故障诊断的NB模型;并在此基础上针对NB模型缺失关键属性时诊断性能大大降低的弱点,提出用SVM回归法填补缺失属性,构建SVM回归预测与NB相结合的变压器故障诊断模型。实验表明在属性缺失多及缺失关键属性时,SVM回归预测的应用能够明显提高诊断的正判率。

引用

页码：28 / 32

页数：5

共 7 条

[1]

电气设备油中气体在线监测与故障诊断技术.[M].孙才新等著;.科学出版社.2003,

[2]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[3] 贝叶斯分类器与粗糙集相结合的变压器综合故障诊断 [J].