基于特征量优选与ICA-SVM的变压器故障诊断模型

• 作者: 任广为 张恒 张恩泽 杭颖 潘思蓉 田凤兰 范贤浩
• 来源期刊: 电力系统保护与控制
• 关键词: 电力变压器 故障诊断 三比值 帝国竞争算法 支持向量机
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 工程应用
• 页码范围: 163-170
• 页数: 8页
• 字数: 4189字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.181259

摘要

为了弥补现有变压器故障诊断方法在油中气体分析(DGA)特征量选取和诊断模型方面的不足,采用IEC三比值法中的3种气体比值作为变压器故障诊断的特征量.同时从含有8种油中溶解气体中任意3种及以上的共254种气体组合中筛选出准确率最高的3组最优DGA特征气体组合,将其作为对照组特征量.然后采用帝国竞争算法(ICA)优化支持向量机的变压器故障诊断模型(ICA-SVM),与标准支持向量机(SVM)法、粒子群优化向量机(PSO-SVM)以及IEC三比值法进行对比.实例结果表明:三气体比值特征量相比3组最优DGA气体组合,故障识别准确率提高了10％左右;ICA-SVM故障诊断模型相比标准SVM法、PSO-SVM和IEC三比值法故障识别准确率提高了7％～35％;综合三比值特征量与ICA-SVM故障诊断模型的准确率为89.3％,相较其他几种方法准确率提升了7％～35％.结果验证了该方法的有效性和准确性.