统计特征参数及多分类 SVM 的局部放电类型识别

TM60; 局部放电模式识别是诊断变压器绝缘状况的一种有效方法，为提高局部放电类型识别的正确率，提出了基于统计特征参数及多分类SVM的局部放电类型的识别方法。在实验室设计了4种典型的变压器故障缺陷，采用统计特征参数法提取各局部放电图谱的27种特征量，引入M-ary分类思想，将支持向量机的两类分类问题扩展为多类分类，使训练计算量和测试计算量大大减少。实验结果表明，该方法用于局部放电类型识别具有较好地识别效果，并且计算速度快。...

Full description

Saved in:
Bibliographic Details
Published in电测与仪表 no. 7; pp. 35 - 96
Main Authors 褚鑫, 张建文, 韩刚
Format Journal Article
LanguageChinese
Published 中国矿业大学信息与电气工程学院,江苏徐州,221116 2015
Subjects
支持向量机
statistical parameters
support vector machine
局部放电
模式识别
统计特征参数
partial discharge
pattern recognition
Online AccessGet full text
ISSN1001-1390

Cover

More Information
Summary:TM60; 局部放电模式识别是诊断变压器绝缘状况的一种有效方法，为提高局部放电类型识别的正确率，提出了基于统计特征参数及多分类SVM的局部放电类型的识别方法。在实验室设计了4种典型的变压器故障缺陷，采用统计特征参数法提取各局部放电图谱的27种特征量，引入M-ary分类思想，将支持向量机的两类分类问题扩展为多类分类，使训练计算量和测试计算量大大减少。实验结果表明，该方法用于局部放电类型识别具有较好地识别效果，并且计算速度快。
ISSN:1001-1390