论文部分内容阅读
针对电力设备故障诊断、状态检测准确率不高等问题,提出了一种电力数据全生命周期管理系统,保证采集到的数据的正确性以及完整性.在此基础上,提出一种融合D-S证据理论的SVM故障诊断算法,以变压器为例,先通过单一的SVM得到变压器的故障分类模型,由于SVM在分类时容易忽视特征数据对分类结果的影响,通过融合D-S证据理论来解决,融合后的算法因为SVM结果只有正负,无法作为概率分配函数,引入sigmoid函数来作为概率分配函数.试验表明,融合后的算法故障诊断正确率相比单一的算法大幅度提高,与配贝叶斯网络的故障检测相比准确率提高了 10％左右.