典型文献
基于混合分类器的高压断路器故障诊断
文献摘要：
为利用有限故障样本对高压断路器主要故障类型进行精准识别,文中提出了一种基于混合分类器的高压断路器故障诊断方法.首先采用改进F-Score特征选择算法进行特征选择,选择出合适的特征量子集作为构建混合分类器模型的输入参量.混合分类器分别由两个支持向量数据描述和混合粒子群算法优化的小波核函数孪生支持向量机共同组成去识别故障类型.两个并列的SVDD分别用来对正常或故障状态与已知故障或未知故障进行状态识别.HPSO-WTWSVM则用来准确识别已知故障类型.经高压断路器实例验证,表明所提新方法的分类精度优于其他传统方法.
文献关键词：
高压断路器;支持向量数据描述;混合粒子群算法;小波核函数孪生支持向量机;故障诊断
中图分类号：
作者姓名：
黄新波;许艳辉;朱永灿
作者机构：
西安工程大学电子信息学院,西安 710048
文献出处：
引用格式：
[1]黄新波;许艳辉;朱永灿-.基于混合分类器的高压断路器故障诊断)[J].高压电器,2022(10):149-157
A类：
小波核函数孪生支持向量机,WTWSVM
B类：
分类器,高压断路器,断路器故障,主要故障,故障类型,精准识别,故障诊断方法,Score,特征选择算法,特征量,子集,参量,支持向量数据描述,混合粒子群算法,算法优化,并列,SVDD,故障状态,未知故障,状态识别,HPSO,准确识别,分类精度
AB值：
0.239905
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
