【技术实现步骤摘要】
【专利摘要】基于精简集约简不均衡SVM变压器故障检测方法。本专利技术包括:(1)利用基于GARCH模型的故障特征提取方法得到变压器特征矢量集合,然后针对少数类样本进行边界样本的确定,所述的少数类样本是故障样本,得到少数类边界样本集合;(2)随机选取,为集合的基数,,设置为1,利用精简集求解算法得到,重复操作次,其中:是多数类样本数目,是少数类样本个数,于是得到个人工少数类样本,保证至少一次--;(3)将步骤(2)产生的人工少数类样本同原有的少数类样本结合后,与原有多数类样本集合共同组合作为SVM分类器的训练样本,最终得到SVM决策模型;(4)将新得到的变压器特征矢量输入到决策模型中进行判断。本专利技术用于变压器故障检测。【专利说明】基于精简集约简不均衡SVM变压器故障检测方法
: 本专利技术涉及一种基于精简集约简不均衡SVM变压器故障检测方法。
技术介绍
: 变压器作为电力系统重要的枢纽设备,不但价格昂贵作用也十分重要,保证其安全可靠运行是整个电网安全运行的关键。然而变压器内部结构十分复杂,在制造和安装工艺上可能会出现各种问题,如变压器绕组短路、变形、 ...
【技术保护点】
一种基于精简集约简不均衡SVM变压器故障检测方法,其特征是:该方法包括如下步骤:(1)利用基于GARCH模型的故障特征提取方法得到变压器特征矢量集合,然后针对少数类样本进行边界样本的确定,所述的少数类样本是故障样本,得到少数类边界样本集合;(2)随机选取,为集合的基数,,设置为1,利用精简集求解算法得到,重复操作次,其中:是多数类样本数目,是少数类样本个数,于是得到个人工少数类样本,保证至少一次;(3)将步骤(2)产生的人工少数类样本同原有的少数类样本结合后,与原有多数类样本集合共同组合作为SVM分类器的训练样本,最终得到SVM决策模型;(4)将新得到的变压器特征矢量输入到决策模型中进行判断。
【技术特征摘要】
【专利技术属性】
技术研发人员:刘福荣,陶新民,孙福军,田伟,张凯,
申请(专利权)人:国家电网公司,国网黑龙江省电力有限公司,哈尔滨工程大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。