文档介绍：:..基于支持向量机的变压器故障诊断摘要:针对变压器故障诊断屮缺少实际典型故障样木的问题,提出了支持向量机(SVMs)变压器故障诊断方法。该方法采用K均值聚类(KMC)対变压器油中5种特征气体样本进行预选取作为特征向量,输入到多分类支持向量机中进行训练,建立SVMs诊断模型,实现对故障样木的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障口动诊断的FI的。关键词:变压器;故障诊断;K均值聚类;支持向量机屮图分类号:TN911-34文献标识码:A文章编号:1004・373X(2011)24・0118・03TransformerFaultDiagnosisBasedonSupportVectorMachinesLIUYi-yan1,CHENChen2,KANGXu-hong1,JUYong-feng1(,ChanganUniversity,Xi'an710064,China;,Hanzhong723000,China)Abstract:Duetolackoftypicaldamagesamplesinthetransformerfaultdiagnosis,anewfaultdiagnosismethodbasedonsupportvectormachines(SVMs)ispresented・Accordingtothemethod,thefivecharacteristicgasesdissolvedintransformeroilareextractedbytheK-meansclustering(KMC)methodasfeaturevectors,whichareinputintomulti-classifiedSVMsfortraining,,・Keywords:transformer;faultdiagnosis;K-mcansclustering;supportvectormachine收稿日期:2011-