基于粗糙集理论和支持向量机的变压器故障诊断

被引:37
作者
武中利
杨建
朱永利
刘柱
机构
[1] 华北电力大学电力工程系
关键词
变压器; 故障定位; 支持向量机; 粗糙集;
D O I
暂无
中图分类号
TM407 [维护、检修]; O159 [模糊数学];
学科分类号
080801 ; 070104 ;
摘要
将粗糙集约简与支持向量机分类相结合,建立一个基于粗糙集和支持向量机的变压器故障诊断模型。该模型将油色谱数据诊断结果与电气试验数据相结合,通过粗糙集信息熵进行约简,建立了故障与信息的映射关系,再通过支持向量机分类器对其进行分类,使得变压器的故障分析到初步的部位。经实例分析和验证,该模型能对变压器进行初步定位,并有较高的正判率。
引用
收藏
页码:80 / 83
页数:4
相关论文
共 12 条
[1]  
电力变压器故障诊断专家系统的研究.[D].张启清.重庆大学.2002, 02
[2]  
数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,
[3]   BP神经网络在变压器故障诊断中的应用 [J].
杨海马 ;
刘瑾 ;
张菁 .
变压器, 2009, 46 (01) :67-70
[4]   基于粗糙集理论的变压器故障诊断方法 [J].
苏蓬 ;
苑津莎 ;
安晓玲 ;
李中 ;
申涛 .
电力科学与工程, 2008, (03) :56-59
[5]   SVM回归与朴素贝叶斯分类相结合的变压器故障诊断 [J].
耿兰芹 ;
王芳 ;
赵文清 .
华北电力大学学报, 2006, (06) :28-32
[6]   基于粗糙集和支持向量机的水电机组振动故障诊断 [J].
彭文季 ;
罗兴锜 .
电工技术学报, 2006, (10) :117-122
[7]   油中溶解气体分析的变压器故障诊断新方法 [J].
王南兰 ;
邱德润 .
高电压技术, 2006, (06) :35-37
[8]   贝叶斯分类器与粗糙集相结合的变压器综合故障诊断 [J].
朱永利 ;
吴立增 ;
李雪玉 .
中国电机工程学报, 2005, (10) :159-165
[9]   基于贝叶斯网络分类器的变压器综合故障诊断方法 [J].
吴立增 ;
朱永利 ;
苑津莎 .
电工技术学报, 2005, (04) :45-51
[10]   基于粗糙集理论的电力变压器故障诊断方法 [J].
莫娟 ;
王雪 ;
董明 ;
严璋 .
中国电机工程学报, 2004, (07) :166-171