应用贝叶斯框架的LS-SVM概率输出诊断电力变压器故障

摘要：

针对传统最小二乘支持向量机(LS-SVM)分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法、通过3级分层推断优化来确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率.结合最小二乘支持向量机的后验概率输出,可将其运用到变压器故障诊断中.仿真结果表明:该方法能有效地诊断电力变压器故障,且诊断精度和建模效率均优于传统的最小二乘支持向量机方法.

关键词：变压器、故障诊断、最小二乘支持向量机、参数选择、建模效率、诊断精度、贝叶斯推断、概率输出

所属期刊栏目：48

分类号：TM7(输配电工程、电力网及电力系统)

资助基金：the Natural Science Foundation of Gansu Province,China No.1310RJZA038.甘肃省自然科学基金资助项目1310RJZA038

在线出版日期：2015-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-45