基于模糊C均值聚类和改进相关向量机的变压器故障诊断

论文摘要

为了提高电力变压器故障诊断准确率和单一相关向量机核函数存在的固有二分类属性及对预测分类鲁棒性弱的问题,提出基于模糊C均值聚类和改进相关向量机的变压器故障诊断模型。首先对样本进行模糊C均值聚类,然后再采用相关向量机的完全二叉树结构进行划分。相关向量机核函数采用组合高斯核函数和多项式核函数构造的混合核函数,并利用双子群果蝇算法对混合核函数参数进行优化。实验表明,相比单核函数、粒子群算法优化混合核函数参数,所提方法准确率高、稳定性好,同时分类速度快,满足实时在线故障诊断。

论文目录

• 0 引言
• 1 相关向量机
•   1.1 相关向量机分类模型
•   1.2 改进相关向量机算法
•   1.3 优化相关向量机核函数参数
• 2 模糊C均值聚类
• 3 完全二叉树相关向量机
• 4 变压器故障诊断
• 5 实验结果与分析
• 6 结束语

文章来源

类型: 期刊论文

作者: 王东,朱永利

关键词: 故障诊断,电力变压器,模糊均值,相关向量机

来源: 电测与仪表 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华北电力大学控制与计算机工程学院

基金: 国家自然科学基金资助项目(51677072)

分类号: TM407

DOI: 10.19753/j.issn1001-1390.2019.012.003

页码: 14-19

总页数: 6

文件大小: 604K

下载量: 380