基于粗糙集與支持向量機(jī)的變壓器故障診斷研究.pdf

1、本文以變壓器油中溶解氣體為載體，通過分析變壓器故障產(chǎn)生機(jī)理，采用人工智能算法對(duì)變壓器故障進(jìn)行診斷研究。根據(jù)變壓器內(nèi)部故障機(jī)理及故障類型，建立分層診斷模型，根據(jù)油中溶解氣體組分對(duì)診斷的重要度，采用基于遺傳算法的粗糙集約簡方法對(duì)數(shù)據(jù)樣本進(jìn)行約簡，得到多個(gè)特征子集。提出一種約簡集選擇算法，對(duì)多個(gè)特征子集進(jìn)行篩選，得到最優(yōu)特征子集，減少對(duì)每個(gè)特征子集進(jìn)行訓(xùn)練與測試的工作量。采用二叉樹原理建立多級(jí)分層的變壓器故障診斷模型，將復(fù)雜的變壓器故障診斷問

2、題分步細(xì)化，避免了區(qū)域不可分問題的存在。采用支持向量機(jī)對(duì)故障數(shù)據(jù)進(jìn)行訓(xùn)練建立故障診斷模型，通過調(diào)整慣性權(quán)重對(duì)粒子群優(yōu)化算法進(jìn)行改進(jìn)，不但加速了支持向量機(jī)的懲罰因子C和核參數(shù)σ的尋優(yōu)過程，同時(shí)提高了診斷精度。利用所提出的算法對(duì)某發(fā)電公司的兩起變壓器事故進(jìn)行故障診斷，診斷結(jié)果與工程實(shí)際相符。
　　對(duì)變壓器進(jìn)行在線監(jiān)測是電網(wǎng)智能化的必然趨勢(shì)，對(duì)變壓器進(jìn)行狀態(tài)檢修，首先要對(duì)其進(jìn)行狀態(tài)監(jiān)測，狀態(tài)監(jiān)測分為離線監(jiān)測與在線監(jiān)測。通過變壓器色譜智能