位置:成果数据库 > 期刊 > 期刊详情页
样本不均衡条件下基于自调整支持向量机的故障诊断
  • ISSN号:1001-0645
  • 期刊名称:北京理工大学学报
  • 时间:2013
  • 页码:394-398
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]南京航空航天大学自动化学院,江苏南京210016, [2]国电科学技术研究院,江苏南京210031
  • 相关基金:国家自然科学基金资助项目(61034005,61171191,61203072,61273171);湖南省重点实验室开放基金资助项目(2013NGQ004)
  • 相关项目:人类胞内短寿命蛋白泛素化降解及其调控的序列与结构基础
中文摘要:

故障数据样本和正常运行数据样本量的不均衡将导致支持向量机在构建故障分类超平面时发生偏移,降低了基于支持向量机的故障诊断的诊断准确率.针对该问题,文中提出一种能够自动调整风险惩罚因子的新型支持向量机.该方法能够自举式地对有效样本进行挑选,并加大高信息量数据样本的风险惩罚因子,抑制样本不均衡导致的分类超平面偏移,进而提高故障诊断的准确性.所提方法被用于变压器故障诊断实验,实验过程中正负样本的风险损失始终相等,有效地抑制了样本不均衡现象对诊断造成的影响,验证了所提算法的有效性.

英文摘要:

The unbalance of sample quantities between faulty samples and normal samples leads to a deviation of classifying hyperplane while using support vector machine (SVM), hence decreases the accuracy of SVM-based fault diagnosis. A new self-tuning support vector machine (St- SVM), which could automatically adjust the penalty factors for risk function, is proposed for this issue. This method selects informative samples by booststrapping approach, amplifies their risk penalty factors and decreases the deviation of classification hyperplane brought by sample unbalance, and hence improves the accuracy of fault diagnosis. The St-SVM has been applied to the diagnosis of transformer faults. During the experiment, the positive and negative samples yield equal loss risks, and the diagnostic performance, with unbalanced samples is significantly improved. It demonstrates the effectiveness of the proposed approach.

同期刊论文项目
期刊论文 279 会议论文 8 获奖 34 专利 16 著作 7
同项目期刊论文
期刊信息
  • 《北京理工大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:北京理工大学
  • 主编:黄风雷
  • 地址:北京海淀区中关村南大街5号
  • 邮编:100081
  • 邮箱:blgzw@bit.edu.cn
  • 电话:010-68912326 68913988
  • 国际标准刊号:ISSN:1001-0645
  • 国内统一刊号:ISSN:11-2596/T
  • 邮发代号:82-502
  • 获奖情况:
  • 全国优秀高等学校自然科学学报及教育部优秀科技期...,首届国家期刊奖提名奖,中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:17163