改进KFDA分类器在电力变压器故障诊断中的应用

摘要

cqvip:针对变压器故障中数据呈现非线性,故障类型复杂,神经网络存在局部极值等问题,提出了一种改进的核Fisher(KFDA)诊断方法。在核Fisher的基础上,用欧氏距离对类间距离进行加权,一定程度上降低了数据投影重叠的问题,提升分类性能。另外,针对单一核函数的不足,采用了复合核函数,使其具有更好的非线性处理数据能力。经实验验证,KFDA分类器不存在局部最值,具有识别正确率高等优点,是一种有效的故障诊断方法。