科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文将有向无环图（Directed Acyclic Graph, DAG）结构和支持向量机（Support Vector Machine, SVM）的分类能力相结合，提出一种基于径向基核函数DAG-SVM的变压器故障诊断方法。通过使用径向基核函数，DAG-SVM能够将非线性特征映射到高维空间，并在该空间中进行分类，从而更好地捕捉变压器故障的复杂模式和特征。数值计算结果表明，基于径向基核函数的故障诊断综合正确率为73.88%，均高于线性核函数、多项式核函数、S型核函数三种方法，所提基于径向基核函数DAG-SVM的变压器故障诊断模型具有较好的诊断效果。
- 出版日期2023
- 单位国网电力科学研究院有限公司
