混沌支持向量机在变压器局部放电检测中的应用

作者：李继胜; 陈立彬; 赵学风; 孙振权; 罗勇芬; 李彦明

来源：高压电器, 2009, (05): 104-106+111.

DOI：10.13296/j.1001-1609.hva.2009.05.038

• 变压器
• 故障诊断
• K均值聚类
• 混沌优化
• 支持向量机

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了混沌支持向量机(CSVMs)变压器局部放电检测方法。该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到混沌优化多分类支持向量机中进行训练,建立CSVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题;混沌优化较好地提高了模型的推广能力。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。

• 出版日期2009-10-16
• 单位西安交通大学; 陕西师范大学