应用多分类多核学习支持向量机的变压器故障诊断-中国电机工程学报.PDF

第 30 卷 第 13 期 中 国 电 机 工 程 学 报 Vol.30 No.13 May 5, 2010 128 2010 年 5 月 5 日 Proceedings of the CSEE ©2010 Chin.Soc.for Elec.Eng. 0258-8013 (2010) 13-0128-07 TM 85 A 470 40 文章编号： 中图分类号： 文献标志码： 学科分类号： ⋅ 应用多分类多核学习支持向量机的 变压器故障诊断方法 1 2 3 1 1 郭创新 ，朱承治 ，张琳 ，彭明伟 ，刘毅 (1．浙江大学电气工程学院，浙江省 杭州市 310027 ；2．浙江省电力公司，浙江省 杭州市 310007 ； 3．西北电网公司，陕西省 西安市 710048) A Fault Diagnosis Method for Power Transformer Based on Multiclass Multiple-kernel Learning Support Vector Machine 1 2 3 1 1 GUO Chuang-xin , ZHU Cheng-zhi , ZHANG Lin , PENG Ming-wei , LIU Yi (1. College of Electrical Engineering, Zhejiang University, Hangzhou 310027, Zhejiang Province, China; 2. Zhejiang Electric Power Corporation, Hangzhou 310007, Zhejiang Province, China; 3. Northwest China Grid Company Limited, Xi’an 710048, Shaanxi Province, China) ABSTRACT: A novel support vector machine (SVM), i.e. 下特点：算法针对单一的优化目标函数求解，只需设计 1 multiclass multiple-kernel learning support vector machine 组参数，降低了支持向量机在解决多类问题中模型构造和参 (MMKL-SVM), for the fault diagnosis of power transformers 数选择的难度；核函数是多个基核函数的组合，提高了分类 is proposed in this paper. Unlike traditional SVM that may fail 的精度；将模型分解为2 个凸优问题进行求解，问题的复杂 under some circumstances, the fault diagnosis method based on 度低，求解速度快。诊断实例表明，该方法能保证较高的诊 MMKL-SVM has some good theoretical properties, e.g. it only 断准确