基于高斯过程分类器的变压器故障诊断

被引：46

作者：

尹金良 ^{[1
]}

朱永利 ^{[1
]}

俞国勤 ^{[2
]}

邵宇鹰 ^{[2
]}

关宏 ^{[2
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 上海电力公司

来源：

电工技术学报 | 2013年 / 28卷 / 01期

关键词：

高斯过程分类器; 拉普拉斯近似; 支持向量机; 变压器故障诊断;

D O I：

10.19595/j.cnki.1000-6753.tces.2013.01.023

中图分类号：

TM407 [维护、检修];

学科分类号：

080801 ;

摘要：

构建了基于拉普拉斯近似方法的高斯过程分类器(LGPC)。LGPC可自行优化超参数,以概率形式输出分类结果,便于问题的不确定性分析,从而克服SVM规则化系数、核函数参数确定困难等局限。在用典型分类数据验证LGPC在分类性能方面优于SVM的基础上,提出了基于LGPC的变压器故障诊断方法,并给出了其具体实现方法。通过工程实例验证了均值函数采用常函数、协方差函数采用全平方指数函数、似然函数采用误差函数时,故障诊断的正确率较高。同基于SVM的故障诊断方法相比,本文所提方法可以取得更高的故障诊断正确率,具有可行性和推广性。

引用

页码：158 / 164

页数：7

共 10 条

[1] 基于自组织抗体网络的电力变压器故障诊断 [J].