基于振动噪声SC与SVM的变压器局部过热故障诊断

• 作者: 吴秋池 施恂山 李勇 许洪华 马宏忠
• 来源期刊: 陕西电力
• 学科: 工学
• 关键词: 稀疏编码 支持向量机 局部过热 变压器 故障诊断
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 特别推荐
• 页码范围: 11-17
• 页数: 7页
• 分类号: TM411
• 字数: 3856字
• 语种: 中文

摘要

为了更加及时准确地诊断变压器内部局部过热故障,提出了基于振动噪声SC与SVM的变压器过热故障诊断方法.首先,以稀疏编码(SC)算法为工具,对不同过热故障模型的频率信号进行预处理,提取出识别特征量,并作为后续支持向量机(SVM)学习输入量.然后,因SVM泛化能力受参数C和δ影响较大,以均分训练样本所得多个模型的平均准确率作为评价函数,为SVM参数优选提供评价标准.通过10 kV配电变压器过热模拟实验,生成训练样本和测试样本,并对SVM进行训练和测试.试验结果表明,采用[0,1]作为归一化方式,径向基函数作为核函数以及交叉验证(CV)寻优的CV-SVM模型,经学习后能够对局部过热不同故障程度与故障模型进行准确区分.该研究为基于振动噪声在线监测变压器状态提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏忠	河海大学能源与电气学院	202	2303	25.0	37.0
2	施恂山	河海大学能源与电气学院	4	30	3.0	4.0
3	许洪华		19	75	5.0	7.0
4	李勇		11	40	4.0	6.0
5	吴秋池	河海大学能源与电气学院	1	5	1.0	1.0