基于多分类相关向量机的变压器故障诊断方法

发布时间：2019-09-24 23:29

【摘要】：针对传统贝叶斯网络变压器故障诊断方法可使变压器故障检测平稳状态好,存在不收敛的缺陷。对贝叶斯网络中反射了全面样本范围内的平滑因子σ根据常数取值,在实际运用中缺少依据的问题。提出了一种基于多分类相关向量机的变压器故障诊断方法,运用多分类相关向量机算法改进粒子群算法,优化贝叶斯网络中平滑因子σ使其提高多分类相关向量机的精准率,把收集到92组故障数据进行试验,建立基于多分类相关向量机优化的自适应贝叶斯网络仿真环境,将真实数据环境中五种油溶解气体相对概率的含量作为贝叶斯网络的输入向量,采用正常,低温过热,中温过热,高温过热,局部放电,低能放电,高能放电7种故障作为输出矢量得出的结论证明,贝叶斯网络引入多分类相关向量机的过程后,变压器故障检测能力得到了改善,保证变压器的平稳状态。
【作者单位】： 宿迁学院计算机科学系;
【基金】：国家自然科学基金(61103017) 中央高校基本科研业务费专项资金(2013B02014)
【分类号】：TM407;TP18

【参考文献】

相关期刊论文 前3条

1 尚小晶;田彦涛;李阳;王立刚;;基于改进概率神经网络的手势动作识别[J];吉林大学学报(信息科学版);2010年05期

2 符杨;田振宁;江玉蓉;曹家麟;;加权模糊核聚类法在电力变压器故障诊断中的应用[J];高电压技术;2010年02期

3 陈波;郭壮志;;基于优化平滑因子σ的概率神经网络的变压器故障诊断方法研究[J];现代电力;2007年02期

【共引文献】

相关期刊论文 前10条

1 刘卫华;廖瑞金;杨丽君;;基于点密度加权核模糊聚类的变压器故障诊断方法[J];电力自动化设备;2012年06期

2 李剑;夏珩轶;杜林;王有元;雷潇;;变压器绕组轻微变形ns级脉冲响应分析法[J];高电压技术;2012年01期

3 廖瑞金;张镱议;黄飞龙;郑含博;杨丽君;;基于可拓分析法的电力变压器本体绝缘状态评估[J];高电压技术;2012年03期

4 申巍;柯春俊;王红斌;朱文俊;曹雯;吴锴;;直流高压干式套管的多参量诊断[J];高电压技术;2012年03期

5 付强;陈特放;朱佼佼;;采用自组织RBF网络算法的变压器故障诊断[J];高电压技术;2012年06期

6 陈小青;刘觉民;黄英伟;付波;;采用改进人工鱼群优化粗糙集算法的变压器故障诊断[J];高电压技术;2012年06期

7 张凯;;变压器在线监测技术的应用及重要意义[J];硅谷;2011年19期

8 贾嵘;徐其惠;李辉;刘伟;;基于邻域粒子群优化神经网络的变压器故障诊断[J];高压电器;2008年01期

9 施雷红;陈强;;基于PNN的煤炭输送机减速器齿轮故障诊断[J];工业控制计算机;2012年06期

10 唐勇波;桂卫华;欧阳伟;;基于相对重构贡献的变压器故障诊断方法[J];高电压技术;2012年11期

相关会议论文 前1条

1 周斌;蔡丹;雷铭;;人工智能方法在基于DGA的变压器故障诊断中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

相关博士学位论文 前7条

1 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

2 刘应吉;车辆状态监测与故障诊断新方法研究[D];东北大学;2008年

3 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

4 郑含博;电力变压器状态评估及故障诊断方法研究[D];重庆大学;2012年

5 张利伟;油浸式电力变压器故障诊断方法研究[D];华北电力大学;2014年

6 杨晓冬;级联型STATCOM故障诊断与容错控制研究[D];中国矿业大学;2014年

7 付强;电力机车主变压器故障诊断技术研究[D];中南大学;2013年

相关硕士学位论文 前10条

1 朱洁;数据挖掘技术在电力营销系统线损计算中的应用研究[D];兰州理工大学;2011年

2 周媛媛;概率神经网络在东北虎虎皮纹理特征识别中的应用[D];东北林业大学;2011年

3 张琪;基于粗糙集和贝叶斯网络的变压器故障诊断系统的研究[D];上海电力学院;2011年

4 赵秦屹;变压器在线监测智能专家系统软件的研究与开发[D];天津大学;2012年

5 张海艳;基于自适应概率神经网络的农作物虫情预测研究[D];兰州交通大学;2011年

6 甘伟;基于模糊逻辑推理的汽车故障诊断系统的研究与设计[D];电子科技大学;2011年

7 崔梅英;基于神经网络的电力变压器故障预测模型研究[D];山东大学;2011年

8 董邦洲;基于贝叶斯网络的架空输电线路运行状态评估及隐形故障诊断[D];太原理工大学;2007年

9 谭凌峰;电力变压器绝缘故障模糊诊断方法的研究[D];湖南大学;2007年

10 万怡殠;基于概率神经网络的变压器故障诊断[D];南昌大学;2007年

【二级参考文献】

相关期刊论文 前10条

1 杜文霞;吕锋;句希源;;基于BP神经网络的电力变压器故障诊断[J];变压器;2007年03期

2 杨刚,刘颖,高升吉,王红锋,涂铭旌;氢气压力、温度对NdFeB铸块和铸片吸氢的影响[J];稀有金属材料与工程;2005年06期

3 谭春林;许志寿;包大新;;氢对Nd_2Fe_(14)B磁性能的影响[J];磁性材料及器件;2008年02期

4 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

5 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

6 李超顺;周建中;杨俊杰;李清清;罗志猛;;基于混合模糊聚类分析的汽轮发电机组振动故障诊断[J];电力系统自动化;2008年05期

7 徐文，王大忠，周泽存;基于模糊理论的变压器故障诊断专家系统[J];电力系统自动化;1995年06期

8 丁晓群，林钟云;神经网络应用于电力变压器故障诊断[J];电力系统自动化;1996年02期

9 杨启平,薛五德;油中气体分析在变压器故障诊断中的应用[J];上海电力学院学报;1996年03期

10 张淑清;靳世久;吕江涛;;基于神经网络的旋转机械监测参数的信息融合技术[J];电子测量与仪器学报;2005年03期

【相似文献】

相关期刊论文 前10条

1 陈金莉,于飞,刘喜梅;人工神经网络在电力变压器故障诊断中的应用及仿真[J];青岛科技大学学报(自然科学版);2003年02期

2 杨湘泽;变压器故障诊断技术[J];大众用电;2003年10期

3 翟季青;刘志清;;变压器故障诊断的综述[J];电力设备;2003年06期

4 郑高,戴玉松;人工智能方法在变压器故障诊断中的应用[J];四川工业学院学报;2004年S1期

5 邓宏贵,罗安,曹建,曹祥;关联度分析在变压器故障诊断中的应用[J];电力系统自动化;2005年18期

6 宋斌,于萍,罗运柏,文习山;基于灰关联熵的充油变压器故障诊断方法[J];电力系统自动化;2005年18期

7 邓宏贵,罗安,曹建;灰关联度在变压器故障诊断中的应用[J];控制工程;2005年01期

8 吴宏岐;贾宏宾;张小娟;高蕊;;变压器故障诊断中数据融合技术的研究[J];中国仪器仪表;2006年04期

9 杨之望;;智能型变压器故障诊断系统[J];电气制造;2006年11期

10 彭剑;罗安;周柯;夏向阳;;变压器故障诊断中信息融合技术的应用[J];高电压技术;2007年03期

相关会议论文 前10条

1 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

2 周柯;罗安;;信息融合技术在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

3 赵继印;李建坡;黎巧生;;基于气相色谱分析方法的变压器故障诊断系统[A];“振兴吉林老工业基地——科技工作者的历史责任”吉林省第三届科学技术学术年会论文集（上册）[C];2004年

4 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（文摘部分）[C];2009年

5 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

6 禹建丽;周瑞芳;;一种基于神经网络和模糊理论的变压器故障诊断[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

7 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（优秀论文部分）[C];2009年

8 陈湘萍;;基于神经网络的变压器故障诊断[A];第八届全国信息获取与处理学术会议论文集[C];2010年

9 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

10 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

相关重要报纸文章 前1条

1 广西龙州县鸭水电厂 王f ;变压器故障诊断方法的探讨[N];中华合作时报;2004年

相关博士学位论文 前8条

1 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

2 邓宏贵;可拓理论与关联分析及其在变压器故障诊断中的应用[D];中南大学;2005年

3 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

4 尹金良;基于相关向量机的油浸式电力变压器故障诊断方法研究[D];华北电力大学;2013年

5 张利伟;油浸式电力变压器故障诊断方法研究[D];华北电力大学;2014年

6 陈舵;模糊聚类分析及其在电力变压器故障诊断中的应用研究[D];西安理工大学;2008年

7 郑蕊蕊;智能信息处理理论的电力变压器故障诊断方法[D];吉林大学;2010年

8 苏宏升;软计算方法及其在电力系统故障诊断中的若干应用研究[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 陆静;蚁群算法在变压器故障诊断中的应用研究[D];南京航空航天大学;2008年

2 潘连荣;基于协同学理论的变压器故障诊断研究[D];天津大学;2008年

3 丁茜;基于关联规则的变压器故障诊断研究[D];华北电力大学（河北）;2010年

4 胡勇;基于故障树分析法—电力变压器故障诊断[D];合肥工业大学;2002年

5 张特;基于人工免疫思维进化算法的变压器故障诊断[D];湘潭大学;2011年

6 邓浩;基于膜计算的变压器故障诊断研究[D];西华大学;2012年

7 赵永雷;基于模糊聚类新算法的变压器故障诊断研究[D];华北电力大学;2012年

8 韩世军;基于支持向量机的立星110kV变压器故障诊断[D];宁夏大学;2013年

9 吴立帅;基于粗糙集与支持向量机的变压器故障诊断研究[D];河南科技大学;2013年

10 胡雁翔;多源信息融合技术在变压器故障诊断中的研究[D];华北电力大学;2013年

，

本文编号：2541108