基于特征信息量化与加权KNN的变压器故障诊断方法

发明专利有效专利

申请号：
CN201811001764.7
IPC分类号：G01R31/62
申请日期：
2018-08-30
申请人：
西华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于特征信息量化与加权KNN的变压器故障诊断方法
申请号	CN201811001764.7	申请日期	2018-08-30
法律状态	授权	申报国家	中国
公开/公告日	2019-01-08	公开/公告号	CN109164343A
优先权	暂无	优先权号	暂无
主分类号	G01R31/62	IPC分类号	G;0;1;R;3;1;/;6;2查看分类表>
申请人	西华大学	申请人地址	四川省成都市金牛区土桥金周路999号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西华大学	当前权利人	西华大学
发明人	张彼德;彭丽维;梅婷;孔令瑜;李宜;陈颖倩;洪锡文;肖丰
代理机构	成都正华专利代理事务所（普通合伙）	代理人	陈选中

摘要

本发明公开了基于特征信息量化与加权KNN的变压器故障诊断方法，包括如下步骤：S1、将样本数据分为训练集与测试集；S2、输入训练集，对样本数据进行预处理；S3、基于主成分分析PCA与灰色关联度分析GRA对故障特征信息进行量化；S4、引入粒子群优化算法对加权KNN分类算法进行优化，根据真实故障类别，对标准化故障特征矩阵中的样本进行训练，得到电力变压器故障诊断模型，实现电力变压器故障的分类；S5、将测试集输入电力变压器故障诊断模型，得到诊断结果，实现电力变压器故障的诊断；本发明解决了现有技术存在的处理效率低、模型训练困难以及存在局限性的问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供