|国家科技期刊平台
| 注册
首页|期刊导航|高压电器|基于粒子群算法优化支持向量机的变压器绕组变形分类方法

基于粒子群算法优化支持向量机的变压器绕组变形分类方法

刘伟 韩彦华 王荆 刘江南 赵仲勇

高压电器2020，Vol.56Issue(3)：72-78,7.
✕
高压电器2020，Vol.56Issue(3)：72-78,7.DOI:10.13296/j.1001-1609.hva.2020.03.011

基于粒子群算法优化支持向量机的变压器绕组变形分类方法

Transformer Winding Deformation Classification Method Based on Particle Swarm Algorithm Optimizing Support Vector Machine

刘伟 1韩彦华 2王荆 2刘江南 3赵仲勇3

作者信息

  • 1. 国网陕西省电力公司,西安 710048
  • 2. 国网陕西省电力公司电力科学研究院,西安 710100
  • 3. 西南大学工程技术学院,重庆 400716
  • 折叠

摘要

关键词

变压器/故障诊断/频率响应/支持向量机/粒子群算法

引用本文复制引用

刘伟,韩彦华,王荆,刘江南,赵仲勇..基于粒子群算法优化支持向量机的变压器绕组变形分类方法[J].高压电器,2020,56(3):72-78,7.

基金项目

国家电网公司科技项目(SGTYHT/17-JS-201) （SGTYHT/17-JS-201）

国家自然科学基金项目(51807166). （51807166）

高压电器

OA北大核心CSCDCSTPCD

1001-1609

访问量0
|
下载量0
段落导航相关论文