论文部分内容阅读
针对变压器多故障问题，提出了基于Mercer核函数的欧式距离查询策略算法，并建立了基于Karhunen—Loeve（K—L）特征提取与支持向量机的变压器故障诊断模型，利用K—L变换提取信号的特征值，最后通过支持向量机学习算法完成对信号的选择与分类。通过实例应用表明：所训练的SVM分类器较之直接任意选取训练样本作为训练集的传统方法具有更高的诊断率。