• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于增量式貝葉斯分類器的故障診斷研究

      2012-04-29 06:54:47孫磊朱立富許曉鵬
      科技創(chuàng)新導(dǎo)報(bào) 2012年21期
      關(guān)鍵詞:貝葉斯增量分類器

      孫磊 朱立富 許曉鵬

      摘 要:本文針對貝葉斯分類器精度不高,需要大量樣本集學(xué)習(xí),尤其是當(dāng)獲得大量的帶有類別標(biāo)注的樣本代價(jià)較高時(shí)的缺點(diǎn),探討了一種基于增量式貝葉斯分類器的故障診斷方法,使用該模型不斷積累完善樣本,自動(dòng)修正網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)和概率分布參數(shù),從而達(dá)到診斷效果的高效性。也把該模型運(yùn)用到變壓器的故障診斷中,通過大量的實(shí)例證明,該模型運(yùn)用的算法在現(xiàn)實(shí)工作中有實(shí)質(zhì)的可行性和操作性。

      關(guān)鍵詞:增量式貝葉斯變壓器故障診斷研究機(jī)構(gòu)及算法

      中圖分類號(hào):TP2 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2012)07(c)-0104-011 引言

      本文提出了基于小規(guī)模訓(xùn)練集的增量式貝葉斯分類,給出增量式貝葉斯分類機(jī)理參數(shù)計(jì)算及其算法。較貝葉斯算法增加自適應(yīng)訓(xùn)練能力,提高故障診斷率。

      2 增量式貝葉斯分類器結(jié)構(gòu)及算法

      相比較傳統(tǒng)貝葉斯分類器的閾值常數(shù)的靜態(tài)過程,增量式貝葉斯分類器主要是利用樣本信息的不斷修正,來提高分類精度是一個(gè)動(dòng)態(tài)修正過程。

      增量分類的任務(wù)實(shí)質(zhì)是根據(jù)先驗(yàn)信息和樣本信息來確定和。其中為訓(xùn)練樣本中屬于類的次數(shù),為訓(xùn)練樣本數(shù),為增量樣本數(shù)。采用拉普拉斯概率估計(jì),可獲得下面的參數(shù)估計(jì):設(shè)定后續(xù)樣本集的處理,輸入:故障樣本集,余下的作為測試樣本集。輸出:分類器C。

      該結(jié)構(gòu)的算法是一個(gè)無限循環(huán)過程,貝葉斯本身具有增量學(xué)習(xí)特性,再修正過程中選擇性修正更新信息,使得分類器增量地進(jìn)行,從而提高了分類精度,減少了大量重復(fù)樣本學(xué)習(xí)與訓(xùn)練時(shí)間。

      3 建立基于貝葉斯的變壓器故障診斷模型

      為了檢驗(yàn)增量式貝葉斯分類器的有效性,建立基于增量式貝葉斯分類器的變壓器故障診斷模型步驟如下:

      (1)建立變壓器故障樣本集,全面分類;

      (2)設(shè)定動(dòng)態(tài)閾值參數(shù),建立診斷數(shù)學(xué)模型;

      (3)將故障樣本集輸入增量式貝葉斯分類器故障診斷模型;

      (4)訓(xùn)練后的診斷模型測試樣本集,將傳統(tǒng)貝葉斯分類器與增量式貝葉斯分類器進(jìn)行對比。

      4 診斷實(shí)例

      某發(fā)電廠變壓器額定容量為110MVA,額定電壓為110/35/10.5kV,根據(jù)絕緣電阻、泄漏電流、介質(zhì)損耗、三比值法等測試樣本,根據(jù)對應(yīng)數(shù)值編輯數(shù)據(jù)測試樣本為401000111.將其送入訓(xùn)練后的測試模型。經(jīng)過增量式分類器與傳統(tǒng)貝葉斯分類器的后驗(yàn)概率分別為0.078和0.012,見表1,對應(yīng)為C8,因此判斷該變壓器故障為絕緣性能下降。通過實(shí)際檢驗(yàn)變壓器漏電現(xiàn)象確由鐵芯內(nèi)絕緣性能下降所致。(如表1)

      5 結(jié)語

      本文引入增量式貝葉斯分類器,通過建立變壓器故障診斷模型,比較了傳統(tǒng)貝葉斯分類器,通過實(shí)例說明增量式貝葉斯分類器比傳統(tǒng)的貝葉斯分類器在運(yùn)行性能上具有優(yōu)越性,從而也證實(shí)了增量式貝葉斯分類器在診斷故障過程中的精確性與準(zhǔn)確性。

      參考文獻(xiàn)

      [1] 曾界洲,徐玉珍.一種基于模糊神經(jīng)網(wǎng)路的變壓器故障診斷方法的研究[J],閩江學(xué)院學(xué)報(bào),2004(10):30-33.

      [2] 尚勇,閏春江,嚴(yán)璋,等.基于信息融合的大型油浸電力變壓器故障診斷[J].中國電機(jī)工程學(xué)報(bào),2002,22(7):l15-l18.

      [3] P.Purkait.Time and Frequency Domain Analyses Based Expert System for Impulse Fault Diagnosis in Transformers.Transactions on Dielectrics and Electrical Insulation,2002,6(3):433-445.

      [4] Jorge Pleite,Carlos González.Power Transfomer Core Fault Diagnosis Using Frequency Response Analysis.MELECON,2006,5(16):1126-1129.

      [5] 吳立增,朱永利,苑津莎.基于貝葉斯網(wǎng)絡(luò)分類器的變壓器綜合故障診斷方法[J].電工技術(shù)學(xué)報(bào),2005,4(4):45-51.

      [6] 孫輝,李衛(wèi)東,孫啟忠.判決樹方法用于變壓器故障診斷的研究[J].中國電機(jī)工程學(xué)報(bào),2001,21(2):50-55.

      [7] 高文勝,錢政,嚴(yán)璋.基于決策樹神經(jīng)網(wǎng)絡(luò)模型的電力變壓器故障診斷方法[J].西安交通大學(xué)學(xué)報(bào),1999,33(6):11-16.

      [8] 劉娜,高文勝,談克雄.基于組合神經(jīng)網(wǎng)絡(luò)模型的電力壓器故障診斷方法[J].電工技術(shù)學(xué)報(bào),2003,18(2):83-86.

      猜你喜歡
      貝葉斯增量分類器
      提質(zhì)和增量之間的“辯證”
      “價(jià)增量減”型應(yīng)用題點(diǎn)撥
      BP-GA光照分類器在車道線識(shí)別中的應(yīng)用
      電子測試(2018年1期)2018-04-18 11:52:35
      貝葉斯公式及其應(yīng)用
      加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
      結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
      基于均衡增量近鄰查詢的位置隱私保護(hù)方法
      基于貝葉斯估計(jì)的軌道占用識(shí)別方法
      一種基于貝葉斯壓縮感知的說話人識(shí)別方法
      電子器件(2015年5期)2015-12-29 08:43:15
      德州儀器(TI)發(fā)布了一對32位增量-累加模數(shù)轉(zhuǎn)換器(ADC):ADS1262和ADS126
      福贡县| 贵阳市| 喀喇沁旗| 江达县| 友谊县| 新和县| 若尔盖县| 伊吾县| 开封市| 贡觉县| 长子县| 陈巴尔虎旗| 监利县| 浮山县| 山东省| 大余县| 龙胜| 伊金霍洛旗| 鄂温| 安仁县| 巨野县| 元朗区| 双峰县| 景洪市| 泰顺县| 奇台县| 舟曲县| 嘉鱼县| 多伦县| 大田县| 台北市| 枣阳市| 桓台县| 台北县| 裕民县| 乌苏市| 泊头市| 红河县| 英吉沙县| 上高县| 宁国市|