메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Yiyi Zhang (Guangxi University) Hua Wei (Guangxi University) Ruijin Liao (Chongqing University) Youyuan Wang (Chongqing University China) Lijun Yang (Chongqing University) Chunyu Yan (China Electric Power Research Institute)
저널정보
대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.12 No.2
발행연도
2017.3
수록면
830 - 839 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Support vector machine (SVM) is introduced as an effective fault diagnosis technique based on dissolved gases analysis (DGA) for oil-immersed transformers with maximum generalization ability; however, the applicability of the SVM is highly affected due to the difficulty of selecting the SVM parameters appropriately. Therefore, a novel approach combing SVM with improved imperialist competitive algorithm (IICA) for fault diagnosis of oil-immersed transformers was proposed in the paper. The improved ICA, which is proved to be an effective optimization approach, is employed to optimize the parameters of SVM. Cross validation and normalizations were applied in the training processes of SVM and the trained SVM model with the optimized parameters was established for fault diagnosis of oil-immersed transformers. Three classification benchmark sets were studied based on particle swarm optimization SVM (PSOSVM) and IICASVM with four multiple classification schemes to select the best scheme for transformer fault diagnosis. The results show that the proposed model can obtain higher diagnosis accuracy than other methods. The comparisons confirm that the proposed model is an effective approach for classification problems.
#Power transformer #Fault diagnosis #Dissolved gases analysis #Support vector machine #Improved imperialistic competitive algorithm #Cross validation #Classification

목차

Abstract
1. Introduction
2. Improved Imperialist Competitive Algorithm Based on Differential Evolution
3. Classification using Multiclass SVM Based on IICA
4. Benchmark Cases Analysis for Selecting Multiple Classification Schemes
5. Fault Diagnosis of Power Transformers Based on IICASVM
6. Conclusion
References

참고문헌 (31)

참고문헌 신청
X. Liu, R. J. Liao, Y. Lv, “Study on Influences and Elimination of Test Temperature on PDC Characteristic Spectroscopy of Oil-Paper Insulation System,” Journal of Electrical Engineering & Technology, vol. 10, no. 3, pp. 1107-1113, 2015. C. H. Shon, S. H. Yi, H. J. Lee, “Study on the Transfer Functions for Detecting Windings Displacement of Power Transformers with Impulse Method,” Journal of Electrical Engineering & Technology, vol. 7, no. 6, pp. 876-883, 2012. D. J. Kweon, K. S. Koo, J. W. Woo, J. S. Kwak, “A Study on the Hot Spot Temperature in 154kV Power Transformers,” Journal of Electrical Engineering & Technology, vol. 7, no. 3, pp. 312-319, 2012. S. Khan, M. D. Equbal, T. Islam, “A Comprehensive Comparative Study of DGA Based Transformer Fault Diagnosis Using Fuzzy Logic and ANFIS Models,” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 22, no. 1, pp. 590-596, 2015. R. E. James, Q. Su, “Condition assessment of high voltage insulation in power system equipment,” The Institution of Engineering and Technology, London, 2008.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-560-002172747