基于并行变量预测模型的变压器故障诊断及优化研究

• 作者: 朱永利 郑艳艳 马利洁
• 来源期刊: 电力系统保护与控制
• 关键词: 故障诊断 小样本 变量预测模型 Spark计算框架 内存式存储
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 应用研究
• 页码范围: 82-89
• 页数: 8页
• 字数: 5568字
• 语种: 中文
• DOI: 10.7667/PSPC180399

摘要

针对传统变压器故障诊断方法存在小样本问题下分类效果差、海量监测数据的识别效率低下等问题,提出基于Spark计算框架的并行化变量预测模型.首先采用HDFS作为内存式存储系统,面向行存储的RowMatrix作为分布式矩阵存储结构,利用广播变量、调整分区数进行并行度优化.其次训练4种数学模型获取故障类型的最佳模型及相关参数完成故障诊断.实验结果表明,并行变量预测模型识别精度高于支持向量机,计算效率优于单机环境,对高维特征向量有较好的适应性.