电力系统及其自动化学报

2022, v.34;No.222(07) 20-25

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

采用机器学习的变压器分层故障诊断
Multi-level Fault Diagnosis of Power Transformer Based on Machine Learning

王子鉴;秦瑜瑞;李景丽;

摘要(Abstract):

油中溶解气体分析DGA(dissolved gas analysis)是进行变压器故障诊断的重要依据。针对传统变压器故障诊断未能有效利用特征气体与不同故障类型之间的相关性大小,对特征气体进行筛选,以致出现故障诊断结果不准确的问题,文章基于变压器分层故障诊断的方法 ,提出了利用卡方检验在每个故障诊断层中选取最优气体,剔除冗余气体,并采用不同机器学习分类器对所选择的最优气体进行分类的新方案。进行交叉验证后的结果表明,卡方检验能够有效提取特征气体,采用不同分类器进行分层故障诊断的效果优于用单个分类器对小类故障直接诊断。

关键词(KeyWords): 油浸变压器;溶解气体分析;卡方检验;分层诊断;机器学习

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 王子鉴;秦瑜瑞;李景丽;

DOI: 10.19635/j.cnki.csu-epsa.000849

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享