基于支持向量机的变压器故障诊断综述

电力变压器的运行状态对电力系统的安全具有重要影响,支持向量机具有良好的学习性能和泛化能力,被广泛应用于变压器的故障诊断。对现有应用于变压器故障诊断的各种支持向量机模型的特点进行了系统分析,并对未来变压器故障诊断的方法和研究发展方向进行了总结和预测。

基于Bagging改进算法变压器油中气体故障诊断研究

针对变压器故障征兆与故障类型间映射关系的不确定性及模糊性问题,以变压器油中溶解气体数据作为变压器故障类型的判断依据,利用Bagging算法把弱分类器变为强分类器的特点,提出了Bagging的改进算法,并对该算法的性能进行了测试,测试结果表明该方法具有较好的分类精度。将Bagging改进算法应用到变压器油中气体故障诊断中,仿真实验结果表明,基于Bagging的改进算法优于boost集成算法及BP神经网络和支持向量机等最新方法。该方法精度达到90.67%。

从“理论科研”走向“实践科研”——谈教学科研一体化运作

教学与科研两张皮的现象一直是阻碍我们教科研持续发展的一个重要原因。如何让"理论科研"走向"实践科研",实现教学科研一体化运作?本文提出了以下三个观点:科研要根植于教师的教学实践,切实深化教学研究;科研要服务于学校的办学特色,切实促进特色发展;成果要转化为规范的教学行为,切实推进教学发展。