基于LS-SVM的電力變壓器故障診斷與預(yù)測研究.pdf

1、變壓器是電力系統(tǒng)中貴重的樞紐設(shè)備，其故障不僅影響到供電的可靠性，而且對電力系統(tǒng)的運行安全構(gòu)成嚴(yán)重威脅。因此，有效地監(jiān)測變壓器運行狀態(tài)、診斷和預(yù)測變壓器故障具有重要意義。
　　 最小二乘支持向量機LS-SVM很好地執(zhí)行了統(tǒng)計學(xué)習(xí)理論的結(jié)構(gòu)風(fēng)險最小化原則，在小樣本情況下具有較好的泛化能力，避免了陷入局部極小值，逐漸成為智能故障診斷與故障預(yù)測的有力工具。論文圍繞最小二乘支持向量機LS-SVM在變壓器故障診斷、故障預(yù)測中的應(yīng)用進行了研究

2、。具體內(nèi)容包括以下幾個方面：
　　 （1）以變壓器油中溶解氣體（DGA）與變壓器故障之間的關(guān)系為基礎(chǔ)，使用最小二乘支持向量機LS-SVM進行變壓器故障診斷建模并給出了求解步驟。對比并分析了1-v-r，1-v-1，MOC，ECC種多分類算法所建立模型的診斷效果。結(jié)果表明四種模型中MOC有較高的正確判斷率。
　　 （2）在LS-SVM中的參數(shù)選擇問題上，本文采用自適應(yīng)優(yōu)化法來選擇合理的模型參數(shù)，為解決LS-SVM的實際應(yīng)用提

3、供了有效途徑。
　　 （3）研究了LS-SVM的回歸算法在變壓器故障預(yù)測中的應(yīng)用。利用LS-SVM進行變壓器油中溶解氣體的預(yù)測，實例結(jié)果表明該預(yù)測模型的有效性和優(yōu)越性。
　　 （4）在此基礎(chǔ)之上，本文進一步探討了將變壓器LS-SVM故障診斷與故障預(yù)測相結(jié)合，即用LS-SVM預(yù)測模型得到的預(yù)測值作為輸入到LS-SVM診斷模型中，判斷可能出現(xiàn)的潛在性故障。這樣使得變壓器故障預(yù)測與故障診斷有機地結(jié)合起來，使整個體系更加完備豐富