基于主成分分析和基因表达式程序设计的变压器故障诊断 transformer fault diagnosis based on principal component analysis and gene expression programming.pdfVIP

下载本文档

2
0
约2.11万字
约 6页
2017-08-12 发布于上海
举报
版权申诉

基于主成分分析和基因表达式程序设计的变压器故障诊断 transformer fault diagnosis based on principal component analysis and gene expression programming.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于主成分分析和基因表达式程序设计的变压器故障诊断 transformer fault diagnosis based on principal component analysis and gene expression programming

No．7 第40卷第7期电力系统保护与控制vr01．40 1Q!呈堡兰旦!旦 !竺!!!墨z!!!翌!!坐!!!12翌!型竺2堕21 ．垒P圣!!兰Q!兰基于主成分分析和基因表达式程序设计的变压器故障诊断董卓1，朱永利1，张宇2，邵宇鹰2 (1．华北电力大学电子与电气工程学院，河北保定071003；2．上海电力公司技术与发展中心，上海200025) 摘要：提出一种基于主成分分析的基因表达式程序设计算法，并将其应用于变压器故障诊断中。用主成分分析对原数据进行一系列变换，可降低特征向量的维数，并消除向量问的不相关性；从而减小了故障分类器的计算复杂度，提高训练及测试的精度。然后将得到的新样本数据用基因表达式程序设计算法进行训练，构建变压器故障的诊断模型。利用该诊断模型对170 组能反映出各种故障而又不冗余的变压器DGA数据进行学习，对另外130个实例进行诊断，取得了很好的效果。实验表明，所采用的算法比单独使用遗传规划或基因表达式程序设计具有更高的诊断精度和稳定，l生。关键字：变压器；故障诊断；基因表达式程序设计；主成分分析；DGA Transformerf-aun basedOn and diagnosis priⅡcipalcOmponentanalysisgeneexpressionprOgramming DoNG zhu01，zHuYong．1i1，zHANGYu2，sHAoYu．yin92 ofElec仃ical锄dElec廿0nic ChinaElec仃icPower 07l003，Chim； (1．School Engineering，N0nh Universi哆，Baoding and of Elec仃icPower Center 2．TecllrIologyDeVelopmemSh龃ghai Comp粕y，Sh柚ghai200025，China) A and AbstractlkindofGene on Pro鲈mlIIlingalgori廿un(GEP)baSedP血cipalcomponemA瑚晦sis(PCA)isproposed Expression ofthefban狮 usedfor廿a【tlsf．o咖【erfaIJlt of c鲫reducemedimension dia匦osis．TheapplicationPrincipalCOmpo∞mAmlysis vectorsandeIiminatemein-elevanceb；t、veenvectorssoastodecreasemecompmationalcomplexiⅣofmediagnosisclassifierand constmct obtainednew dataare砸inedGEP so雏t0 i11crea辩the拄a主ning锄dtestingaccu豫cy．Then