自适应模糊支持向量机增量算法在变压器故障诊断中的应用
Incremental algorithm of adaptive fuzzy support vector machine in transformer fault diagnosis作者机构：西华大学四川省信号与信息处理重点实验室.四川成都610039 重庆大学输配电装备及系统安全与新技术国家重点实验室重庆400044
出 版 物：《电力自动化设备》 (Electric Power Automation Equipment)
年 卷 期：2010年第30卷第11期
页 面：48-52页
核心收录：
学科分类：0808[工学-电气工程] 080803[工学-高电压与绝缘技术] 08[工学]
主 题：模糊支持向量机 增量算法 隶属度 自适应 油中溶解气体
摘 要：利用油中溶解气体对变压器进行故障有无以及故障类别判断时,为抑制冗余信息的干扰,提取与分类模式密切相关的特征作为每层诊断模型的输入;增量学习算法通过提取模型的支持向量和误判样本,逐步积累样本的空间分布知识,提高诊断模型的精度与训练速度,同时剔除对构建模型无贡献的样本以节约存储空间。为提升算法的收敛速度,采用参数自适应优化算法动态搜索模糊支持向量机的模型参数。最后,通过实例将该算法与普通的多分类支持向量机以及多分类模糊支持向量机相比,得出该算法具有相对较好的收敛性和诊断效果。
维普期刊数据库
同方期刊数据库