基于组合核函数的相关向量机的变压器故障预测研究 the transformer fault prediction research of the relevance vector machine based on combined kernel function.pdfVIP

下载本文档

2
0
约2.34万字
约 4页
2017-08-12 发布于上海
举报
版权申诉

基于组合核函数的相关向量机的变压器故障预测研究 the transformer fault prediction research of the relevance vector machine based on combined kernel function.pdf

1、本文档共4页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于组合核函数的相关向量机的变压器故障预测研究 the transformer fault prediction research of the relevance vector machine based on combined kernel function

第2 期（总第179 期）山西电力 No. 2 （Ser. 179 ） 2013 年04 月 SHANXI ELECTRIC POWER Apr. 2013 基于组合核函数的相向量机的变压器故障预测研究 1，2 3 4 姚俊峰，廉建鑫，杨亚奇，，（1. 太原理工大学山西太原 030020 ；2. 山西省电力公司计量中心山西太原 030001 ；，，吉林 3. 晋城供电公司山西晋城 048000 ；4. 东北电力大学吉林 132012）：，根据主动相关决策机理来移除不相摘要阐述了相关向量机是一种在贝叶斯框架下进行训练关点，从而获得稀疏化模型的机器学习方法。相关向量机与传统的支持向量机相比具有核函数不需要满足马瑟条件，学习算法简单，运算速度快，预测精度高等优点。提出了一种基于相关向量机回归预测算法与粒子群算法相结合的电力变压器故障预测新方法，该方法利用具有组合核函数的相关向量机算法对变压器油中溶解气体数据进行训练，由此得到相关向量和权值之后再进行变压器故障的回归预测。经实例验取得了良好的预测结果。：预测关键词变压器；故障断；中图分类号：TM74 文献标识码：A 文章编号：1671-0320（20 13）02-0020-04 0 引言泛化能力并含有相对较少的相向量以及优越的推广性能。相对于支持向量机SVM （Support Vector 目前，电力变压器已经由早期的预防性检修 Machine）来说，相向量机学习算法简单并且容制度转变为状态检修制度，而变压器故障预测则，因易实现此，其所建立的预测模型一般都具有良是对变压器状态进行评估的一个重要因素。开展好的预测效果[6] 。变压器的故障预测技术研究，可以及时掌握变压 n 设给定的训练样本输入、输出数据集为嗓x ，t 瑟，器内部潜伏性故障的发展趋势以及即将发生的故 i i i=1