专利名称: |
一种电力变压器故障诊断方法和装置 |
摘要: |
本申请公开了一种电力变压器故障诊断方法和装置。该方法在获取电力变压器油中溶解气体含量(DGA)数据后,以支持向量回归‑变量预测模型(SVR‑VPMCD)对故障样本进行故障类型的识别。首先,选取各类气体占总气体含量的比值作为各个特征值,形成相应的特征向量;然后,以SVR替代VPMCD中的多项式响应面回归,利用训练样本构建各种故障类型相应的变量预测模型(VPM);最后,依次利用构建好的各类故障的VPM对每个测试样本进行预测,所得预测误差最小的VPM对于的故障类型即判定为该测试样本的故障类型。SVR‑VPMCD方法充分考虑了样本各个特征值之间的相互关联,又克服了VPMCD方法对高维数据的处理能力差的缺陷,提高了该种模式识别方法对样本类型的识别精度,具有很好的小样本数据的识别能力。 |
专利类型: |
发明专利 |
国家地区组织代码: |
河北;13 |
申请人: |
华北电力大学(保定) |
发明人: |
高佳程;朱永利 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201810951302.5 |
公开号: |
CN109030790A |
分类号: |
G01N33/28(2006.01)I;G01R31/00(2006.01)I;G01R31/12(2006.01)I;G06K9/62(2006.01)I;G;G01;G06;G01N;G01R;G06K;G01N33;G01R31;G06K9;G01N33/28;G01R31/00;G01R31/12;G06K9/62 |
申请人地址: |
071003 河北省保定市永华北大街619号 |
主权项: |
1.一种电力变压器故障诊断方法,其特征在于,包括:选取可以反映变压器运行状态的离线或在线检/监测数据,如DGA数据;进行特征提取,确定特征变量,如选取H2占总气体含量的比值记为x1,CH4、C2H6、C2H4、C2H2占总烃量的比值分别记为x2、x3、x4、x5等;根据样本标签将所有样本划分训练样本集合和测试样本集合。同时,舍去所有样本的类别标签,利用所有样本构成无标签样本集合S;利用SVR‑VPMCD方法对训练样本集合中的所有故障样本进行训练,构建各个故障类型的变量预测模型VPM;依次利用各类型故障的VPM对每一个测试样本进行预测,得到一系列相应的预测误差;设置各类型故障对应的预测误差阈值;根据误差阈值判定每一个测试样本的故障类型。 |
所属类别: |
发明专利 |