高电压技术
高電壓技術
고전압기술
HIGH VOLTAGE ENGINEERING
2013年
2期
302-309
,共8页
变压器故障%组合诊断%模型群%贝叶斯分类%支持向量机%故障诊断%变权重
變壓器故障%組閤診斷%模型群%貝葉斯分類%支持嚮量機%故障診斷%變權重
변압기고장%조합진단%모형군%패협사분류%지지향량궤%고장진단%변권중
变压器故障诊断是保证整个电力系统正常运行的重要部分,为此提出了一个基于支持向量机并与多种贝叶斯分类算法相结合的组合诊断模型.诊断过程中,首先通过相关统计分析,选择典型油中气体的12个相关属性值作为模型的输入参数,并对其进行数据预处理,生成一次样本.其次,按照变压器常见的13种故障类型,利用多个单一诊断方法如朴素贝叶斯模型、半朴素贝叶斯模型、增强的朴素贝叶斯模型和贝叶斯网络增强模型构成诊断模型群,对一次样本数据进行诊断.最后,把贝叶斯诊断模型群的诊断结果作为支持向量机的输入进行二次诊断,构成变权重的组合诊断.对基于支持向量机的组合诊断过程和参数计算进行了详细地探讨.通过与多种预测方法进行比较,基于支持向量机的变压器故障组合诊断模型的正确率明显优于单一诊断模型和其它的组合诊断模型.此外,通过2个实例证明了提出的组合诊断模型的有效性.因此,该模型可以用于实际工程.
變壓器故障診斷是保證整箇電力繫統正常運行的重要部分,為此提齣瞭一箇基于支持嚮量機併與多種貝葉斯分類算法相結閤的組閤診斷模型.診斷過程中,首先通過相關統計分析,選擇典型油中氣體的12箇相關屬性值作為模型的輸入參數,併對其進行數據預處理,生成一次樣本.其次,按照變壓器常見的13種故障類型,利用多箇單一診斷方法如樸素貝葉斯模型、半樸素貝葉斯模型、增彊的樸素貝葉斯模型和貝葉斯網絡增彊模型構成診斷模型群,對一次樣本數據進行診斷.最後,把貝葉斯診斷模型群的診斷結果作為支持嚮量機的輸入進行二次診斷,構成變權重的組閤診斷.對基于支持嚮量機的組閤診斷過程和參數計算進行瞭詳細地探討.通過與多種預測方法進行比較,基于支持嚮量機的變壓器故障組閤診斷模型的正確率明顯優于單一診斷模型和其它的組閤診斷模型.此外,通過2箇實例證明瞭提齣的組閤診斷模型的有效性.因此,該模型可以用于實際工程.
변압기고장진단시보증정개전력계통정상운행적중요부분,위차제출료일개기우지지향량궤병여다충패협사분류산법상결합적조합진단모형.진단과정중,수선통과상관통계분석,선택전형유중기체적12개상관속성치작위모형적수입삼수,병대기진행수거예처리,생성일차양본.기차,안조변압기상견적13충고장류형,이용다개단일진단방법여박소패협사모형、반박소패협사모형、증강적박소패협사모형화패협사망락증강모형구성진단모형군,대일차양본수거진행진단.최후,파패협사진단모형군적진단결과작위지지향량궤적수입진행이차진단,구성변권중적조합진단.대기우지지향량궤적조합진단과정화삼수계산진행료상세지탐토.통과여다충예측방법진행비교,기우지지향량궤적변압기고장조합진단모형적정학솔명현우우단일진단모형화기타적조합진단모형.차외,통과2개실예증명료제출적조합진단모형적유효성.인차,해모형가이용우실제공정.
