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