收藏本站
《电力系统保护与控制》 2013年05期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于多分类相关向量机的变压器故障诊断新方法

尹金良  朱永利  俞国勤  
【摘要】:变压器故障诊断本质为多分类问题,具有故障样本数据少,故障不确定因素多的特点。现有变压器故障诊断方法中,贝叶斯网络(BN)需要大量样本数据且计算量大,支持向量机(SVM)存在规则化系数确定困难的局限。针对此现状,提出基于多分类相关向量机(M-RVM)的变压器故障诊断新方法。该方法以变压器溶解气体含量比值作为M-RVM模型的输入,采用快速type-Ⅱ最大似然(Fast Type-ⅡML)和最大期望估计(EM)的方法进行模型推断,诊断输出为各故障类别的概率,以概率最大的故障类别作为诊断结果。实例分析表明该方法诊断速度较快,能满足工程需要,同基于BN和SVM的变压器故障诊断方法相比,具有较高的诊断正确率。

手机知网App
【参考文献】
中国期刊全文数据库 前8条
1 李中;苑津莎;张利伟;;基于自组织抗体网络的电力变压器故障诊断[J];电工技术学报;2010年10期
2 杨成福;章毅;;相关向量机及在说话人识别应用中的研究[J];电子科技大学学报;2010年02期
3 任静;黄家栋;;基于免疫RBF神经网络的变压器故障诊断[J];电力系统保护与控制;2010年11期
4 贾嵘;张云;洪刚;;基于改进PSO的LSSVM参数优化在变压器故障诊断中的应用[J];电力系统保护与控制;2010年17期
5 刘丽;唐杰;刘卓;;基于改进微分进化优化神经网络的电力变压器故障诊断[J];电力系统保护与控制;2010年20期
6 陶新民;徐晶;杜宝祥;徐勇;;基于相空间RVM的轴承故障检测方法[J];振动与冲击;2008年10期
7 何创新;李彦明;刘成良;刘海宁;;基于滑动平均与相关向量机的齿轮早期故障智能诊断[J];振动与冲击;2010年12期
8 董明,孟源源,徐长响,严璋;基于支持向量机及油中溶解气体分析的大型电力变压器故障诊断模型研究[J];中国电机工程学报;2003年07期
【共引文献】
中国期刊全文数据库 前10条
1 张哲;朱永利;武中利;韩凯;;基于SVM多分类法的变压器油中溶解气体故障诊断[J];变压器;2010年03期
2 符杨;张雷;江玉蓉;左官芳;;基于可靠性数据分析和最小二乘支持向量机的电力变压器故障诊断[J];变压器;2010年09期
3 朱志宇;刘维亭;;基于支持向量机的船舶柴油机故障诊断[J];船舶工程;2006年05期
4 赵立华;李洋流;李国强;;基于气体传感器的变压器在线DGA系统的研究[J];传感器与微系统;2009年11期
5 吴兴伟;迟道才;;锅炉给水泵轴承温度变化状态预测[J];轴承;2009年02期
6 白丽;胡晓光;;断路器故障诊断专家系统研究[J];东北水利水电;2012年01期
7 尹金良;朱永利;;支持向量机参数优化及其在变压器故障诊断中的应用[J];电测与仪表;2012年05期
8 王永强,律方成,李和明;基于贝叶斯网络和油中溶解气体分析的变压器故障诊断方法[J];电工技术学报;2004年12期
9 方瑞明;马宏忠;;基于最小二乘支持矢量机的异步电机转子故障诊断研究[J];电工技术学报;2006年05期
10 孙来军;胡晓光;纪延超;;基于支持向量机的高压断路器机械状态分类[J];电工技术学报;2006年08期
中国重要会议论文全文数据库 前3条
1 陶新民;宋少宇;刘福荣;曹盼东;;基于Laplacian正则化的半监督SVM轴承故障检测新方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 胡泽江;张海涛;;可拓关联函数与属性约简相结合的变压器故障诊断方法[A];2011年云南电力技术论坛论文集(入选部分)[C];2011年
3 张国荣;;基于SVM分类算法的电力变压器故障诊断[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前10条
1 吴锋;基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究[D];浙江大学;2010年
2 张亚刚;基于广域信息的电力系统故障元件定位方法研究[D];华北电力大学(北京);2011年
3 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
4 胡青;基于电力变压器故障特征气体分层特性的诊断与预测方法研究[D];重庆大学;2010年
5 郑元兵;变压器故障诊断与预测集成学习方法及维修决策模型研究[D];重庆大学;2011年
6 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
7 吴立增;变压器状态评估方法的研究[D];华北电力大学(河北);2005年
8 孙斌;基于小波和混沌理论的气液两相流流型智能识别方法[D];华北电力大学(河北);2005年
9 潘明清;基于支持向量机的机械故障模式分类研究[D];浙江大学;2005年
10 何洪英;基于红外热像及人工智能的绝缘子污秽等级识别方法研究[D];湖南大学;2006年
中国硕士学位论文全文数据库 前10条
1 李莺莺;基于智能算法的涤纶长丝运行优化研究[D];东华大学;2011年
2 张胜龙;Multi-Agent在变压器故障诊断中的研究[D];华北电力大学;2011年
3 谭平;油气水三相流流型识别方法研究[D];燕山大学;2011年
4 吴钰;月度负荷预测的支持向量机与综合模型研究[D];上海交通大学;2012年
5 祝鹏;短语音条件下的说话人识别研究[D];燕山大学;2012年
6 肖兴军;电站燃煤锅炉燃烧优化算法的应用研究[D];燕山大学;2012年
7 尹玉娟;基于油气分析的油浸式变压器时变停运模型及故障诊断研究[D];浙江大学;2012年
8 袁鹏;基于信息编码的城市电网智能报警研究[D];浙江大学;2012年
9 王文超;基于智能计算的微生物代谢网络与耐热性的关系研究[D];江南大学;2012年
10 宋晓芳;电能质量分析技术研究与实现[D];南京理工大学;2005年
【二级参考文献】
中国期刊全文数据库 前10条
1 修春波,刘向东,张宇河;相空间重构延迟时间与嵌入维数的选择[J];北京理工大学学报;2003年02期
2 王帅伟,麦永浩,杨辉华,王勇;关联向量机及其在入侵检测中的应用探讨[J];成都信息工程学院学报;2005年03期
3 钱政,高文胜,尚勇,严璋;基于范例推理的变压器油中气体分析综合诊断模型[J];电工技术学报;2000年05期
4 王楠,律方成,刘云鹏,李和明;基于决策表约简的变压器故障诊断Petri网络模型及其应用研究[J];电工技术学报;2003年06期
5 章剑光,周浩,项灿芳;基于Super SAB神经网络算法的主变压器故障诊断模型[J];电工技术学报;2004年07期
6 吴立增,朱永利,苑津莎;基于贝叶斯网络分类器的变压器综合故障诊断方法[J];电工技术学报;2005年04期
7 熊卫华;赵光宙;;基于希尔伯特-黄变换的变压器铁心振动特性分析[J];电工技术学报;2006年08期
8 李玉龙;宗伟;吕鲜艳;何秋宇;袁启洪;王倩;;基于抗体浓度调节新定义下的免疫遗传算法在电压无功优化中的应用[J];电工技术学报;2008年02期
9 潘翀;陈伟根;云玉新;杜林;孙才新;;基于遗传算法进化小波神经网络的电力变压器故障诊断[J];电力系统自动化;2007年13期
10 陈伟根;范海炉;王有元;孙才新;;基于小波能量与神经网络的断路器振动信号识别方法[J];电力自动化设备;2008年02期
【相似文献】
中国期刊全文数据库 前10条
1 段青;赵建国;马艳;;基于稀疏贝叶斯学习的电力系统暂态稳定评估[J];电力自动化设备;2009年09期
2 王亚婧;刘禾;兰立刚;;基于灰色聚类和支持向量机的火电厂安全评价[J];现代电力;2010年03期
3 沈跃;刘国海;刘慧;;基于改进S变换和贝叶斯相关向量机的电能质量扰动识别[J];控制与决策;2011年04期
4 霍利民,朱永利,张在玲,陈丽;贝叶斯网络在配电系统可靠性评估中的应用[J];电工技术学报;2004年08期
5 霍利民,朱永利,贾兰英,苏海锋;基于贝叶斯网络的电网故障诊断方法[J];华北电力大学学报;2004年03期
6 史小梅;王昊;;贝叶斯网络的电网故障诊断应用[J];上海电力学院学报;2011年03期
7 王永强,律方成,李和明;基于贝叶斯网络和DGA的变压器故障诊断[J];高电压技术;2004年05期
8 邓宏贵,罗安,曹建,丁家峰,王会海;基因多点交叉遗传算法在变压器故障诊断中的应用[J];电网技术;2004年24期
9 胡国胜,任震;短期电力负荷非线性预测模型的比较[J];电气应用;2005年01期
10 谢可夫,罗安;遗传算法在变压器故障诊断中的应用[J];电力自动化设备;2005年04期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 王堃;孔松涛;胡正定;;基于最小支持向量机的锅炉受热面污染部位诊断[A];中国力学学会学术大会'2009论文摘要集[C];2009年
3 卞建鹏;廖瑞金;杨丽君;郑含博;;基于均值核聚类与二叉树支持向量机的变压器故障诊断新技术的研究[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
4 于虹;张永刚;;基于模拟退火和支持向量机理论的变压器故障诊断方法[A];2011年云南电力技术论坛论文集(优秀论文部分)[C];2011年
5 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集(2)[C];2009年
6 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
7 刘晓华;高荣;;基于分布式支持向量机的短期负荷预测[A];第二十四届中国控制会议论文集(上册)[C];2005年
8 曹健;林涛;;电力系统谐波/间谐波高精度测量方法的比较研究[A];中南七省(区)电力系统专业委员会第二十二届联合学术年会论文集[C];2007年
9 田有文;唐晓明;;基于支持向量机的微机保护装置状态预测方法[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年
10 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 华斌;贝叶斯网络在水电机组状态检修中的应用研究[D];华中科技大学;2004年
2 霍利民;基于贝叶斯网络的电力系统可靠性评估[D];华北电力大学(河北);2005年
3 吴立增;变压器状态评估方法的研究[D];华北电力大学(河北);2005年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 张德利;基于贝叶斯网络的故障智能诊断方法研究[D];华北电力大学(河北);2008年
6 刘曼兰;永磁直流电机故障在线监测与智能诊断的研究[D];哈尔滨工业大学;2007年
7 赵文清;基于数据挖掘的变压器故障诊断和预测研究[D];华北电力大学(河北);2009年
8 杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学(河北);2008年
9 胡青;基于电力变压器故障特征气体分层特性的诊断与预测方法研究[D];重庆大学;2010年
10 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 朱铮;基于不确定理论的变压器状态评估的研究[D];华北电力大学(河北);2007年
2 郑建柏;支持向量机的变压器故障诊断应用研究[D];华北电力大学(河北);2008年
3 孙中伟;改进支持向量机在油浸变压器故障诊断与预测中的应用[D];华北电力大学(河北);2010年
4 章斌;基于多种贝叶斯分类器的变压器故障组合诊断[D];华北电力大学(河北);2009年
5 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 杨晓东;基于贝叶斯网络的配电网可靠性评估[D];华北电力大学(河北);2004年
8 武晓娟;基于支持向量机(SVM)的火电电厂工程造价预测研究[D];华北电力大学(河北);2009年
9 苏海锋;贝叶斯网络及其在发电系统可靠性评估中的应用[D];河北农业大学;2004年
10 刘兴阳;智能算法的研究与应用[D];江南大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026