|
|||||
|
|
| 基于模糊支持向量机的变压器故障诊断 | |
| 引用本文： | 肖燕彩,张清.基于模糊支持向量机的变压器故障诊断[J].北京交通大学学报(自然科学版),2012(1). |
| 作者姓名： | 肖燕彩 张清 |
| 作者单位： | 北京交通大学机械与电子控制工程学院; |
| 基金项目： | 中央高校基本科研业务费专项资金资助(2011JBM092) |
| 摘 要： | 针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型.采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优.实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的. |
| 关 键 词： | 模糊支持向量机 二叉树 故障诊断 模糊C均值聚类算法 遗传优化 变压器 |
| 本文献已被 CNKI 等数据库收录！ | |