引用本文: | 尹金良,朱永利,俞国勤.相关向量机及其在变压器故障诊断中的应用[J].电力自动化设备,2012,32(8): |
| YIN Jinliang,ZHU Yongli,YU Guoqin.Relevance vector machine and its application in transformer fault diagnosis[J].Electric Power Automation Equipment,2012,32(8): |
|
摘要: |
分析并用典型数据分类算例验证相关向量机(RVM)在分类性能方面优于支持向量机(SVM),在此基础上以标准化的变压器主要特征气体含量为输入量,采用二叉树的分类方法建立基于RVM的变压器故障诊断模型。实例分析表明,同基于SVM的故障诊断方法相比,该方法可以取得与其相当甚至更优的故障诊断正确率,相关向量个数明显少于支持向量个数,诊断速度显著提高。 |
关键词: 相关向量机 稀疏贝叶斯 支持向量机 核函数 变压器 故障诊断 分类 |
DOI: |
分类号: |
基金项目: |
|
Relevance vector machine and its application in transformer fault diagnosis |
YIN Jinliang1, ZHU Yongli1, YU Guoqin2
|
1.School of Electrical and Electronic Engineering,North China Electric Power University,
Baoding 071003,China;2.Shanghai Electric Power Company,Shanghai 200025,China
|
Abstract: |
|
Key words: |