[发明专利]基于集成学习Bagging算法的变压器故障诊断方法无效
| 申请号： | 201110129133.5 | 申请日： | 2011-05-18 |
| 公开（公告）号： | CN102289682A | 公开（公告）日： | 2011-12-21 |
| 发明（设计）人： | 徐茹枝;王宇飞;安睿;耿啸风;周凡雅 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | G06K9/66 | 分类号： | G06K9/66 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 黄家俊 |
| 地址： | 102206 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了变压器故障诊断技术领域中的一种基于集成学习Bagging算法的变压器故障诊断方法。本发明选用球向量机作为Bagging算法的弱学习算法，并使用油中溶解气体分析技术作为数据采集方法，通过数据归一化、类别数值化等数据处理方法得到适用于球向量机的样本集；集成学习Bagging算法通过反复调用弱学习算法完成对样本集的训练得到强学习机H；利用强学习机H作为变压器故障诊断模型，以完成待诊断记录的故障判别。本发明在改善变压器故障诊断精度方面，有较好的适应性和较低的诊断误差。 | ||
| 搜索关键词： | 基于 集成 学习 bagging 算法 变压器 故障诊断 方法 | ||
【主权项】：
基于集成学习Bagging算法的变压器故障诊断方法，其特征是所述方法包括以下步骤：步骤1：数据采集及数据预处理，得到初始历史数据样本集S；步骤2：将初始历史数据样本集S构造成集成学习Bagging算法中弱学习算法可读的数据集Ssample；步骤3：选定球向量机BVM作为集成学习Bagging算法中的弱学习算法并对该弱学习算法循环调用，完成样本集Ssample的训练，从而得到弱学习机序列，序列中包含各代弱学习机hi，该序列即为强学习机H；步骤4：将强学习机H作为故障诊断模型，并将当前待故障诊断的数据样本输入到强学习机H，强学习机H利用其各个弱学习机hi做初步故障诊断，进而以投票的方式判定当前待测数据样本的故障类别，得票数多的故障类别即为强学习机H的最终诊断结果；
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学，未经华北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110129133.5/，转载请声明来源钻瓜专利网。
