| 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: |
