基于多分类相关向量机的变压器故障诊断新方法
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.
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
TM41;TM711(变压器、变流器及电抗器)
2013-03-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
77-82