| 注册
首页|期刊导航|高电压技术|基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法

基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法

郑含博 王伟 李晓纲 王立楠 李予全 韩金华

高电压技术2014,Vol.40Issue(11):3424-3429,6.
高电压技术2014,Vol.40Issue(11):3424-3429,6.DOI:10.13336/j.1003-6520.hve.2014.11.018

基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法

Fault Diagnosis Method of Power Transformers Using Multi-class LS-SVM and Improved PSO

郑含博 1王伟 1李晓纲 1王立楠 1李予全 1韩金华1

作者信息

  • 1. 国网河南省电力公司电力科学研究院,郑州450052
  • 折叠

摘要

关键词

最小二乘支持向量机/多类分类/粒子群优化/故障诊断/电力变压器/准确率

Key words

least squares support vector machine/multi-class classification/particle swarm optimization/fault diagnosis/power transformers/accuracies

引用本文复制引用

郑含博,王伟,李晓纲,王立楠,李予全,韩金华..基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法[J].高电压技术,2014,40(11):3424-3429,6.

高电压技术

OA北大核心CSCDCSTPCD

1003-6520

访问量0
|
下载量0
段落导航相关论文