摘要:支持向量机是以统计学习理论为基础发展起来的新的通用学习方法,较好地解决了小样本、高维数、非线性等学习问题.提出了一种基于多级支持向量机分类器的电力变压器故障识别方法.该方法首先通过特殊数值处理过程,对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需要的6个特征量,然后利用数值预处理后得到的数据样本分别对三级支持向量机进行训练和识别,并最后判断输出变压器所处的状态.测试结果表明,该方法具有三个优点:1)具有较强的鲁棒性,识别正确率极高;2)训练时间很短,实时性能好;3)不存在局部极小问题.
关键词:故障识别 多级支持向量机 分类器 电力变压器
单位:上海交通大学电气工程系; 上海; 200030
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社