文献类型：期刊文章

作　　者：陈伟根[1] 刘娟[1] 曹敏[2]

机构地区：[1]重庆大学输配电装备及系统安全国家重点实验室,重庆400030 [2]云南电力试验研究院(集团)有限公司电力研究院,昆明650217

出　　处：《高电压技术》

基　　金：国家高技术研究发展计划(863计划)(211AA05A120)~~

年　　份：2015

卷　　号：41

期　　号：11

起止页码：3797-3803

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20155101700283)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目前变压器内部故障诊断诊断的有效性仍有待进一步研究。为此,提出了一种基于信息融合的多证据体变压器内部故障诊断新方法。该方法基于神经网络、SVM和S_Kohone聚类算法形成初级诊断结果出现分歧时的多证据体,判断证据体之间是否存在隐藏冲突,不存在隐藏冲突则优先采用证据分类折扣算法,否则采用证据主元的证据折扣算法对证据源进行修改,利用Dempster规则合成得出故障诊断结论。基于DGA和电气试验的实例验证表明采用的变压器内部故障诊断方法的有效性。提出的基于信息融合的变压器内部故障诊断新方法合理协调了证据体之间的信息冲突,有效融合了各种不同智能算法的判断结果,且故障识别正确率较融合前提高到88.65%。

关 键 词：变压器 证据分类  证据折扣  融合决策  信息融合 故障诊断

分 类 号：TM407] TP202]