10.13873/J.1000-9787(2020)03-0153-04
改进KFDA分类器在电力变压器故障诊断中的应用
针对变压器故障中数据呈现非线性,故障类型复杂,神经网络存在局部极值等问题,提出了一种改进的核Fisher(KFDA)诊断方法.在核Fisher的基础上,用欧氏距离对类间距离进行加权,一定程度上降低了数据投影重叠的问题,提升分类性能.另外,针对单一核函数的不足,采用了复合核函数,使其具有更好的非线性处理数据能力.经实验验证,KFDA分类器不存在局部最值,具有识别正确率高等优点,是一种有效的故障诊断方法.
变压器故障诊断、改进核Fisher(KFDA)、改进欧氏距离、复合核函数
39
TM407(变压器、变流器及电抗器)
陕西省教育厅科研计划资助项目;陕西省教育厅专项科研计划资助项目18JK0358西安市科技计划资助项目CXY15171;2018年西安市科技计划项目;中国纺织工业联合会科技指导性资助项目
2020-05-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
153-156,160