针对支持向量机对训练样本内的噪声和孤立点比较敏感，影响了支持向量机分类性能的弱点，利用模糊支持向量机的学习方法，构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法，使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度，采用径向基核函数，并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明，基于二叉数的模糊支持向量机模型相比 BP神经网络、支持向量机有更高的诊断准确率，基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
