三峡金沙江云川水电开发有限公司禄劝乌东德电厂
纸质出版:2025
移动端阅览
舒勇, 谭政, 张昆, 等. 不平衡样本下基于改进MWMOTE和优化LSSVM的变压器故障诊断方法[J]. 三峡大学学报(自然科学版), 2025,47(S1):1-10.
舒勇, 谭政, 张昆, et al. 不平衡样本下基于改进MWMOTE和优化LSSVM的变压器故障诊断方法[J]. 2025, 47(S1): 1-10.
舒勇, 谭政, 张昆, 等. 不平衡样本下基于改进MWMOTE和优化LSSVM的变压器故障诊断方法[J]. 三峡大学学报(自然科学版), 2025,47(S1):1-10. DOI: 10.13393/j.cnki.issn.1672-948X.2025.S1.001.
舒勇, 谭政, 张昆, et al. 不平衡样本下基于改进MWMOTE和优化LSSVM的变压器故障诊断方法[J]. 2025, 47(S1): 1-10. DOI: 10.13393/j.cnki.issn.1672-948X.2025.S1.001.
针对变压器故障诊断中因故障样本不平衡和故障模型参数难以选择导致诊断准确率低的问题,提出一种基于改进多数加权少数过采样技术(MWMOTE)和优化最小二乘支持向量机(LSSVM)的故障诊断方法.首先,采用凝聚层次聚类(AHC)替代K-means对少数类样本聚类,并结合k近邻算法(k-NN)进行去噪,再依据少数类样本数量和误分类成本自适应确定每种少数类样本合成数量,从而改进MWMOTE算法.然后,通过改进MWMOTE算法对不平衡数据集中的少数类样本进行合成,生成平衡数据集.最后,引入麻雀搜索算法(SSA)自适应提取LSSVM参数,并将平衡数据集输入优化后的LSSVM模型中进行故障诊断.通过变压器油中溶解气体浓度(DGA)数据进行实验验证,结果表明,该方法诊断准确率高达97.72%
有效解决了样本不平衡和诊断模型参数难以选择的问题,且比其它方法具有更高的准确率和泛化能力.
J.A.K. Suykens,J. Vandewalle.Least Squares Support Vector Machine Classifiers[J].Neural Processing Letters,1999(3).
刘云鹏,许自强,和家慧,王权,高树国,赵军.基于条件式Wasserstein生成对抗网络的电力变压器故障样本增强技术[J].电网技术,2020(04).
刘云鹏,和家慧,许自强,王权,李哲,高树国.基于SVM SMOTE的电力变压器故障样本均衡化方法[J].高电压技术,2020(07).
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).
蔡赛男,宋卫星,班利明,齐小刚,汤润之.基于鲸鱼算法优化LSSVM的滚动轴承故障诊断[J].控制与决策,2022(01).
刘树鑫,宋健,刘洋,曹云东,李静.交流接触器触头系统运动分析及故障诊断研究[J].电工技术学报,2021(S2).
李云淏,咸日常,张海强,赵飞龙,李嘉洋,王玮,李增悦.基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法[J].电网技术,2023(04).
张国治,陈康,方荣行,王堃,张晓星.基于DGA与鲸鱼算法优化Logit Boost-决策树的变压器故障诊断方法[J].电力系统保护与控制,2023(07).
康佳宇,张沈习,张庆平,高博,闫振华,程浩忠.基于ANOVA和BO-SVM的变压器故障诊断方法[J].高电压技术,2023(05).
欧阳鑫,李志斌.基于样本扩充和特征优选的IGWO优化SVM的变压器故障诊断技术[J].电力系统保护与控制,2023(18).
杨兴武,王江,孟致丞,王雅妮,鲍伟,符杨,黄华.基于电容电流状态估计的MMC多管开路故障诊断方法[J].中国电机工程学报,2023(23).
廖才波,杨金鑫,邱志斌,胡雄,曾清霖,黄智勇.一种基于夏普利值及油中溶解气体分析的可解释变压器故障诊断方法[J].电网技术,2024(04).
包金山,杨定坤,张靖,张英,杨镓荣,胡克林.基于特征提取与INGO-SVM的变压器故障诊断方法[J].电力系统保护与控制,2024(07).
王艳,王寅初,赵洪山,李伟,连洪钵,康磊.基于AdaBoost.M2-ISSA-ELM算法的电力变压器故障诊断方法[J].电力自动化设备,2024(09).
0
浏览量
58
下载量
CSCD
关联资源
相关文章
相关作者
相关机构