• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
一种基于改进RVM变压器故障诊断新方法
  • 作者

    付华齐致任仁

  • 单位

    辽宁工程技术大学电气与控制工程学院国网辽宁省电力有限公司葫芦岛供电公司国网辽宁省电力有限公司朝阳供电公司

  • 摘要
    对比于支持向量机(SVM),相关向量机(RVM)在分类性能方面优势明显.引入核主成分分析(KPCA)和量子粒子群算法(QPSO)对RVM电力变压器故障诊断模型进行优化.设定标准化的变压器主要特征气体含量为输入量,以二叉树的分类方法建立基于KPCA-QPSO-RVM的变压器故障诊断模型.通过实例分析,并且与SVM、RVM方法对比,证明该方法可以取得更优秀的故障诊断精确率,相关向量个数明显少于支持向量个数,诊断速度显著提高.
  • 关键词

    相关向量机(RVM)核主成分分析(KPCA)量子粒子群算法(QPSO)变压器故障诊断

相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联