典型文献
基于K-S检验与改进mRMR的电力变压器故障诊断
文献摘要：
DGA可为电力变压器故障诊断提供重要依据,但基于DGA数据的智能诊断方法在选择故障特征量时尚无统一的标准.鉴于此,构建了由特征气体及相关比值组成的27维原始故障特征空间,以完善故障特征信息.在此基础上,先用K-S检验剔除大部分噪声特征,削弱噪声特征对故障分类产生的不利影响;再用提出的mRMR方法,从剩余故障特征中自适应地提取与故障类别相关度高且彼此之间冗余度小的故障特征量;最后将提取的特征量和传统特征量分别作为BPNN和SVM分类器的输入,对比分析诊断效果,结果表明所提方法能准确、有效地诊断变压器故障,与基于传统特征量的诊断模型相比,具有较大的优越性.
文献关键词：
电力变压器;故障诊断;故障特征提取;K-S检验;改进mRMR方法
中图分类号：
作者姓名：
陈能思;姚辉昌
作者机构：
国网重庆市电力公司经济技术研究院,重庆 401121;成都市登禄电力科技有限公司,四川 成都 611130
文献出处：
引用格式：
[1]陈能思;姚辉昌-.基于K-S检验与改进mRMR的电力变压器故障诊断)[J].电工技术,2022(05):48-53
A类：
B类：
mRMR,电力变压器,变压器故障诊断,DGA,智能诊断方法,特征量,时尚,特征气体,故障特征空间,特征信息,先用,噪声特征,故障分类,相关度,彼此之间,冗余度,传统特征,BPNN,分类器,分析诊断,诊断效果,诊断模型,故障特征提取
AB值：
0.321393
相似文献
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。
