首页> 中国专利> 基于近邻成分分析和k近邻学习融合的变压器故障诊断方法和系统

基于近邻成分分析和k近邻学习融合的变压器故障诊断方法和系统

摘要

本发明公开了一种基于近邻成分分析和k近邻学习融合的变压器故障诊断方法:(a)构建近邻成分分析模型并对其进行训练,包括步骤:(1)采集不同故障类型变压器油色谱样本数据(2)对变压器油色谱样本数据进行预处理(3)分别计算各故障类型变压器油色谱样本数据的关联规则支持度,得到初始度量矩阵M0(4)将初始度量矩阵M0和经过预处理的变压器油色谱样本数据输入经过超参数调优的近邻成分分析模型,进行训练,近邻成分分析模型输出度量矩阵M(5)采用度量矩阵M对各故障类型变压器油色谱样本数据进行映射,得到经过训练的近邻成分分析模型(b)将实测变压器油色谱样本数据输入经过训练的近邻成分分析模型,进而输出变压器故障类型。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-06-20

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号