基于SVM和D-S证据理论的电力变压器内部故障部位识别
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.
变压器、支持向量机、D-S证据理论、后验概率、故障部位识别、模型
32
TM411(变压器、变流器及电抗器)
国家自然科学基金资助项目51207113
2013-01-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
72-77