论文部分内容阅读
变压器是电力系统中重要的电气设备，其运行状态对系统安全运行起着重要作用，将代价敏感学习机制引入相关向量机，提出了代价敏感相关向量机（Cost—Sensitive Relevance Vector Machine，CS—RVM）。该算法以误诊损失代价最小为目标，按贝叶斯风险理论预测新样本的故障类别。用典型算例验证了CS—RVM具有较高的诊断正确率，同时可在一定程度上避免故障漏诊、高危故障误诊为低危故障。在此基础上，文章尝试将其应用于变压器绝缘状态评估，提出了基于CS—RVM的油浸式电力变压器故障诊断方法，以