文献类型：期刊文章

作　　者：张艳[1] 吴玲[1]

机构地区：[1]自贡电业局调度局,四川自贡643000

出　　处：《中国电力》

年　　份：2012

卷　　号：45

期　　号：11

起止页码：52-55

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为及时监测变压器潜伏性故障和准确诊断故障,提出基于优化惩罚因子C参数的支持向量机算法(C-SVC:C-support vector classification)和交叉验证算法相结合的变压器故障诊断方法。该方法利用变压器在故障时产生的氢气、甲烷、乙烷、乙烯、乙炔的体积分数数据建立训练集和测试集。在训练集中,该方法能自动优化出(寻找最佳)支持向量机的核函数的参数γ和惩罚因子C,利用优化的参数对训练集进行训练,可得到最佳的支持向量机模型,并用该模型对测试集进行分类,从而诊断出变压器的故障类型。变压器故障诊断实例分析结果证明,该方法可行,有效,且具有较高的故障诊断准确率。

关 键 词：变压器 故障诊断 支持向量机 C-SVC算法  交叉验证  核函数参数

分 类 号：TM407] TP18]