作者：陶新民; 李震; 刘福荣; 张越变压器广义自回归条件异方差故障检测支持向量机不均衡数据精简集约简
摘要：为解决变压器故障样本不易收集导致的数据不均衡问题,提出一种基于精简集约简上取样不均衡支持向量机（SVM）变压器故障检测方法。该方法首先利用广义自回归条件异方差（GARCH）模型生成变压器特征向量,然后利用精简集约简算法对少数类边界样本进行上取样,生成人工少数类样本从而实现训练样本均衡;并将该算法同其他不均衡数据取样方法进行比较。结果表明,在不同故障样本及不同不均衡比例下,该算法的检测率提高了6%~9%;此外,该算法生成后的样本不仅能代表整体结构信息,同时又兼顾不同样本组合的局部空间结构信息;因此该算法能有效提高SVM算法在不均衡数据情况下变压器的故障检测性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
