本发明提供一种基于改进支持向量机回归算法的变压器故障检测方法,采用化学反应优化算法优化最小二乘支持向量机回归模型中的惩罚参数和核宽因子,适应性的调整模型内的参数,利用最小二乘支持向量机回归模型对变压器数据进行预测,生成样本数据的点预测结果并估计在置信度下的预测区间,构建基于TrAdaBoost算法的深度信念网络模型作为故障诊断模型提取变压器参数的深度特征,实现对变压器故障的分类预测,本发明方法不依赖于大量样本数据进行预测分析,利用TrAdaBoost算法优化深度信念网络模型大大提高了分类器的分类效率,也降低了采集成本。
声明:
“基于改进支持向量机回归算法的变压器故障检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)