[发明专利]基于多分类支持向量机的变压器故障诊断方法在审
| 申请号： | 201910182120.0 | 申请日： | 2019-03-11 |
| 公开（公告）号： | CN110059714A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 祝青;吴杰康;谢湖源 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多分类支持向量机的变压器故障诊断方法，包括以下步骤：S1.选择电力变压器内至少两种特征气体的含量作为样本数据，形成样本集；S2.对步骤S1的样本集中的样本数据进行量化；S3.建立多分类支持向量机故障诊断模型，并利用步骤S2得到的样本数据对多分类支持向量机故障诊断模型进行训练，利用训练的结果对多分类支持向量机故障诊断模型进行参数的优化；S4.将待诊断的电力变压器的样本数据输入至训练好的多分类支持向量机故障诊断模型中，多分类支持向量机故障诊断模型输出诊断类型。 | ||
| 搜索关键词： | 多分类支持向量机 故障诊断模型 样本数据 变压器故障诊断 电力变压器 特征气体 诊断 样本集 样本 量化 输出 优化 | ||
【主权项】：
1.基于多分类支持向量机的变压器故障诊断方法，其特征在于：包括以下步骤：S1.选择电力变压器内至少两种特征气体的含量作为样本数据，形成样本集；S2.对步骤S1的样本集中的样本数据进行量化；S3.建立多分类支持向量机故障诊断模型，并利用步骤S2得到的样本数据对多分类支持向量机故障诊断模型进行训练，利用训练的结果对多分类支持向量机故障诊断模型进行参数的优化；S4.将待诊断的电力变压器的样本数据输入至训练好的多分类支持向量机故障诊断模型中，多分类支持向量机故障诊断模型输出诊断类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910182120.0/，转载请声明来源钻瓜专利网。
