基于DGA的粗糙集与决策信息融合变压器故障诊断

• 作者: 吴广宁 周妺末 李春茂 袁海满 高波
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 变压器 DS理论 属性约简 离散化 粗糙集理论 信息融合 故障诊断
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 新技术应用
• 页码范围: 84-90
• 页数: 7页
• 分类号: TM411
• 字数: 6569字
• 语种: 中文
• DOI: 10.12067/ATEEE1611080

摘要

针对变压器故障特征信息不确定性、冗余性及传统故障诊断手段的单一性问题,本文构建了一种粗糙集与多决策信息融合的变压器故障诊断模型.该方法首先考虑将16种特征气体比值作为故障特征参量,并利用离散化规则与粗糙集知识约简对其进行知识提取,以有效降低特征信息冗余度.其次,将降维后属性集作为BP神经网络、支持向量机以及贝叶斯网络3种单一诊断方法的特征输入,进行故障类型初步判定.最后,利用DS信息融合规则对3种初步判定结果进行决策融合,以获得更为高效的故障判断结论.实例分析表明,该方法有效削弱了冗余特征信息对诊断结果的影响,能够合理解决证据融合冲突,并切实提高了故障识别准确率,其性能明显优于单一诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴广宁	西南交通大学电气工程学院	458	6939	39.0	56.0
2	高波	西南交通大学电气工程学院	320	5733	38.0	59.0
3	李春茂	西南交通大学电气工程学院	57	421	12.0	19.0
4	袁海满	西南交通大学电气工程学院	7	7	1.0	2.0
5	周妺末	西南交通大学电气工程学院	2	7	1.0	2.0