基于DAG-SVM的变压器故障诊断任务书
2020-06-08 21:10:00
1. 毕业设计(论文)的内容和要求
课题简介: 变压器的故障诊断对于电力系统、乃至于工业生产具备重要意义。受益于小样本学习特性,基于支持向量机(Support vector machine, SVM)的变压器故障诊断目前广为运用。支持向量机本质上属于二分类器,对于变压器故障诊断而言,需对其进行多分类扩展方可运用。课题采用决策导向无环图法对SVM进行扩展,探讨合理的决策结构,用于提高基于SVM变压器故障诊断的准确性。
课题要求(包括所具备的条件): 1. 掌握SVM算法的基本原理; 2. 了解图论、决策树; 3. 掌握决策导向无环图法(DDAG); 4. 掌握Matlab编程技巧;
2. 参考文献
[1]尚勇, 闫春江, 严璋,等. 基于信息融合的大型油浸电力变压器故障诊断[j]. 中国电机工程学报, 2002, 22(7):115-118.
[2] 覃宁. 油浸式变压器故障诊断与局放故障定位研究[d]. 华中科技大学, 2011.
[3] 李本锌. 智能算法在油浸式变压器故障诊断中的应用研究[d]. 华东交通大学, 2015.
3. 毕业设计(论文)进程安排
2017年1月1日-1月24日: 做好调研及参考文献的下载和阅读; 1月24日-2月16日: 翻译外文文献并提交; 2月26日-3月15日: 完成绪论写作,需在绪论中明确研究的背景、意义、国内外相关进展,论文后 继章节的内容安排 3月15日-3月25日: 完成论文中所有的理论介绍部分;并开展中期报告; 3月25日- 4月5日: 给出课设中自己所用算法的流程图; 4月5日- 4月25日: 编程实现关键算法; 4月25日- 5月1日: 整理自身工作,完成核心章节的文字表述; 5月1日- 5月5日: 性能对比实验:将之前的工作与现有的经典算法做对比。要求与3种以上算法 做比较 5月5日- 5月15日: 将对比实验进行文字表述;撰写 ”总结与展望”,”致谢”等; 5月15日- 5月20日: 论文初审; 5月20日- 6月1 日: 论文修改和排版; 6月1日- 6月5 日: 论文装订和答辩PPT制作; 6月5日- 6月10日: 预答辩;