论文部分内容阅读
支持向量机最初只能解决二分类问题,在解决故障诊断多分类问题时存在较大困难。在研究二叉树多分类的基础上,结合变压器故障的特点,运用相关性方法得到故障之间的近似程度,针对变压器多故障建立了一种改进的决策树模型。由于训练样本的不平衡性,对支持向量机的惩罚系数进行了优化,这样大大避免了训练样本带来的模型缺陷问题。根据变压器现场实际采集故障数据测试结果表明,改进的决策树分类器模型针对变压器故障诊断具有优越的应用价值。