基于NRS的GWO-SVM变压器故障诊断方法研究

• 作者: 徐伟进 徐炜彬 张炜华 李想 吴振
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 变压器 故障诊断 邻域粗糙集 支持向量机 灰狼算法
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 设计与研究|Design & Research
• 页码范围: 9-13,56
• 页数: 6页
• 分类号: TM407
• 语种: 中文
• DOI: 10.3969/j.issn.1007-3175.2022.02.002

摘要

针对油中溶解气体分析法(DGA)不能有效反映变压器的不同故障且诊断准确率低的问题,通过邻域粗糙集(NRS)对变压器故障数据比值进行约简,得出一组新比值作为诊断样本,进而利用灰狼算法(GWO)与支持向量机(SVM)结合的模型进行故障诊断.实验分析表明,利用NRS对变压器故障数据约简能够有效提高变压器故障准确率,同时验证了GWO-SVM模型对于变压器故障诊断的良好适用性.