技术特征:
技术总结
本发明公开了一种基于M‑RVM融合动态加权AdaBoost的变压器故障诊断方法,首先根据变压器特征数据训练建立M‑RVM分类模型;然后对测试每个训练样本进行测试,计算每个样本的信息熵;通过信息熵对训练样本进行筛选,筛选出的样本用来训练基于AdaBoost的基分类器A‑MRVM;最后对待测样本进行分类,通过M‑RVM分类器进行分类并计算信息熵,将信息熵与信息熵阈值进行比较,若小于阈值则M‑RVM分类器分类的结果作为输出,反之则再使用多个A‑MRVM基分类器对其继续分类,通过结合每个A‑MRVM基分类器对待测样本的分类情况,调整基分类器的加权系数,加权集成最终强分类器,提升整个算法的诊断准确率。
技术研发人员:黄新波;王享;朱永灿;曹雯
受保护的技术使用者:西安工程大学
技术研发日:2018.05.25
技术公布日:2018.10.30