版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于t-SNE和ECOC-SVM的电力变压器故障诊断
作者机构：国网江苏省电力有限公司东海县供电分公司 国网连云港市三新供电服务有限公司 国网徐州三新供电服务公司铜山分公司
出 版 物：《电气技术与经济》 (Electrical Equipment and Economy)
年 卷 期：2025年第1期
页 面：148-151,155页
学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：电力变压器 故障诊断 支持向量机 纠错输出编码 t分布式随机邻居嵌入
摘 要：支持向量机(SVM)应用于电力变压器故障诊断领域已取得了较多成果,但仍然存在SVM超参数难以确定及SVM适用于二分类问题等缺点。本文提出一种基于纠错输出编码融合支持向量机(ECOC-TLWSO-SVM)的故障诊断模型。首先使用t分布式随机邻居嵌入(t-SNE)对基于相关比值法构建的26维DGA特征进行维度缩减,此外为解决SVM为二分类模型的缺点,提出ECOC融合SVM构建多分类SVM模型。诊断结果表明本文提出的模型的诊断性能最佳,相比其他模型,具有较强的优越性。
