摘要：针对变压器信息融合诊断方法中难以确定基本概率分配（BPA）的缺陷,提出一种基于多支持向量机（SVM）与D-S证据理论的变压器内部故障部位识别模型。利用＂一对一＂多类SVM后验概率估计分配BPA,实现其赋值的客观化;充分利用变压器油中溶解气体分析数据和电气试验数据的互补信息,对变压器内部可能发生故障的部位进行诊断。实例分析表明,所提模型能有效识别故障部位,在准确率和泛化性方面都较单特征的SVM有优势。

关键词：变压器 支持向量机 后验概率 故障部位识别 模型 

单位：武汉大学电气工程学院 湖北武汉430072