基于机器学习的变压器超疏水薄膜滤油效果识别

• 作者: 张增辉 冯德旺 张云霄 张天峰 池正南 林滔
• 来源期刊: 绝缘材料
• 关键词: 变压器油 超疏水 电气性能 支持向量机 健康评估
• 年，卷（期）: 2024,（12）
• 页码范围: 98-103
• 页数: 6页
• 语种: 中文
• DOI: 10.16790/j.cnki.1009-9239.im.2023.12.013

摘要

在长期运行过程中，由于海上风电变压器油老化时易产生水分等杂质，引起变压器绝缘失效故障，从而造成经济损失和安全事故，亟需有效的变压器油滤油和判断方法，以改善变压器油性能与评估变压器油老化状态。本文通过对滤油薄膜进行超疏水改性，探究了滤油次数、薄膜种类和超疏水改性等对变压器油过滤前后性能的影响；通过支持向量机算法，构建了变压器油健康分类模型；提出了一种基于机器学习的超疏水薄膜滤油效果判断方法，对超疏水薄膜滤油效果进行评估。结果表明：经超疏水处理后薄膜的滤油性能得到大幅提升，经3次改性有机膜过滤后，变压器油的综合性能显著提升，符合变压器油的适用标准。对比多个算法发现，利用支持向量机算法构建的模型对变压器油健康分类的精确度最高，达到84.8%。