1. 三峡大学电气与新能源学院
2. 国网宜昌供电公司
Published:2024
移动端阅览
鲁玲, 高诚, 熊威, et al. 基于CD-BSMOTE的D-S证据融合变压器故障诊断[J]. 2024, (5): 192-196.
DOI:
鲁玲, 高诚, 熊威, et al. 基于CD-BSMOTE的D-S证据融合变压器故障诊断[J]. 2024, (5): 192-196. DOI: 10.20040/j.cnki.1000-7709.2024.20232028.
针对变压器油中溶解气体数据集不均衡特性对故障诊断结果的影响,提出一种基于清除临界点改进的边界合成少数类过采样算法均衡数据集和Pearson冲突距离改进D-S证据融合的变压器故障诊断模型。首先,对少数类样本进行均衡化处理,根据K-means聚类结果清除处于临界位置的样本;其次,搭建梯度提升树、随机森林、BP神经网络的故障诊断模型,实现变压器故障初步诊断;接着引入Pearson冲突距离改进D-S证据融合模型,实现诊断结果的融合决策;最后,经实际算例分析,诊断精确率达到92.65%。结果表明,所建模型能有效解决数据不平衡对诊断结果的影响,提高故障诊断精度。
Sun Yong,Que Huakun,Cai Qianqian,Zhao Jingming,Li Jingru,Kong Zhengmin,Wang Shuai.Borderline SMOTE Algorithm and Feature Selection-Based Network Anomalies Detection Strategy[J].Energies,2022.
赵源上,林伟芳.基于皮尔逊相关系数融合密度峰值和熵权法典型场景研究[J].中国电力,2023(05).
王文森,贺馨仪,杨晓西,马庆华,董明.基于多参量数据回归分析的电力变压器状态监测方法[J].电网与清洁能源,2023(04).
谢国民,王嘉良.基于混合采样与IHBA-SVM的变压器故障辨识方法[J].电子测量与仪器学报,2022(12).
于海平,吴雪琼,杜天硕.不平衡数据集下海量配电网量测终端故障诊断方法[J].电力系统及其自动化学报,2023(04).
余松,胡东,唐超,张丞鸣,谭为民.基于TLR-ADASYN平衡化数据集的MSSA-SVM变压器故障诊断[J].高电压技术,2021(11).
张婷,赵峰,高锋阳.基于云模型和D-S证据理论的配电变压器健康状态评估[J].水电能源科学,2020(03).
陈伟根,刘娟,曹敏.基于信息融合的变压器内部故障诊断方法[J].高电压技术,2015(11).
0
Views
122
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution