基于特征表征度与多变量预测模式识别的变压器故障诊断

• 作者: 张彼德 梅婷 王涛
• 来源期刊: 湖北电力
• 学科: 工学
• 关键词: 电力变压器 故障诊断 主成分分析 灰色关联度分析 多变量预测模式识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 输变电技术
• 页码范围: 41-48
• 页数: 8页
• 分类号: TM411
• 字数: 7569字
• 语种: 中文
• DOI: 10.19308/j.hep.2020.01.006

摘要

针对现有的基于油中溶解气体分析的诊断方法忽略了特征对故障类型的表征力度差异,限制了故障区分度的问题,提出了一种新的变压器故障诊断方法.该方法首先将主成分分析与灰色关联度分析相结合,用于度量特征量表征各故障类型的重要程度,并确定各故障类型下各特征量的权重;其次,构建一种多变量预测模式识别方法,用于电力变压器故障分类.其基本思想为:基于训练样本数据建立各类别下特征量之间相互表达的数学模型,即各类别的预测模型;将待测样本特征量输入至已建立好的预测模型中,并输出对应的特征量预测值;基于各特征量的权重信息,以预测值与实际值的加权误差平方和最小为判据,确定样本所属类别.最后通过与神经网络、支持向量机等方法进行对比,验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛	西华大学电气与电子信息学院	30	124	7.0	10.0
2	张彼德	西华大学电气与电子信息学院	74	679	15.0	23.0
3	梅婷	西华大学电气与电子信息学院	5	0	0.0	0.0