电气技术与经济2025，Issue(1) ：148-151,155.

基于t-SNE和ECOC-SVM的电力变压器故障诊断

许梦素 李沛隆 温海蔚
电气技术与经济2025，Issue(1) ：148-151,155.
✕
  • 维普
  • 万方数据

基于t-SNE和ECOC-SVM的电力变压器故障诊断

许梦素 1李沛隆 2温海蔚3
扫码查看

作者信息

  • 1. 国网江苏省电力有限公司东海县供电分公司
  • 2. 国网连云港市三新供电服务有限公司
  • 3. 国网徐州三新供电服务公司铜山分公司
  • 折叠

摘要

支持向量机(SVM)应用于电力变压器故障诊断领域已取得了较多成果,但仍然存在SVM超参数难以确定及SVM适用于二分类问题等缺点.本文提出一种基于纠错输出编码融合支持向量机(ECOC-TLWSO-SVM)的故障诊断模型.首先使用t分布式随机邻居嵌入(t-SNE)对基于相关比值法构建的26维DGA特征进行维度缩减,此外为解决SVM为二分类模型的缺点,提出ECOC融合SVM构建多分类SVM模型.诊断结果表明本文提出的模型的诊断性能最佳,相比其他模型,具有较强的优越性.

关键词

电力变压器/故障诊断/支持向量机/纠错输出编码/t分布式随机邻居嵌入

引用本文复制引用

出版年

2025
电气技术与经济
北京电工综合技术经济研究所

电气技术与经济

影响因子：0.393
ISSN：2096-4978
段落导航相关论文