文献类型：期刊文章

作　　者：陶新民[1] 李震[2] 刘福荣[3] 张越[2]

机构地区：[1]东北林业大学工程技术学院,哈尔滨150040 [2]哈尔滨工程大学信息与通信工程学院,哈尔滨150001 [3]国网黑龙江省电力有限公司科信部,哈尔滨150090

出　　处：《高电压技术》

基　　金：国家自然科学基金(61074076);高等学校博士学科点专项科研基金(20092304120017)~~

年　　份：2016

卷　　号：42

期　　号：10

起止页码：3199-3206

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20164302952544)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决变压器故障样本不易收集导致的数据不均衡问题,提出一种基于精简集约简上取样不均衡支持向量机（SVM）变压器故障检测方法。该方法首先利用广义自回归条件异方差（GARCH）模型生成变压器特征向量,然后利用精简集约简算法对少数类边界样本进行上取样,生成人工少数类样本从而实现训练样本均衡;并将该算法同其他不均衡数据取样方法进行比较。结果表明,在不同故障样本及不同不均衡比例下,该算法的检测率提高了6%~9%;此外,该算法生成后的样本不仅能代表整体结构信息,同时又兼顾不同样本组合的局部空间结构信息;因此该算法能有效提高SVM算法在不均衡数据情况下变压器的故障检测性能。

关 键 词：变压器 广义自回归条件异方差 故障检测 支持向量机 不均衡数据 精简集约简  

分 类 号：TM407]