基于支持向量機的變壓器故障診斷.pdf

1、隨著當前社會的發(fā)展，國民經濟的持續(xù)快速增長，我國電力工業(yè)也得到了高速的發(fā)展，全國發(fā)、輸、配電的容量在不斷增加。電力變壓器承擔著電壓變換，電能分配和輸送，并提供電力服務，在電力系統(tǒng)中處于樞紐地位。變壓器一旦發(fā)生故障，影響面大、修復時間長、所以其可靠性指標是影響整個電力系統(tǒng)可靠性的重要因素，對其可靠性的改善將給整個電力系統(tǒng)的安全、可靠性和經濟運行帶來巨大的利益。
　　 目前，國內外的高電壓、大容量電力變壓器普遍采用油浸式變壓器。本文

2、研究的對象也是油浸式變壓器。變壓器的內絕緣是故障發(fā)生頻率最高的部位，主要故障特點是變壓器絕緣劣化嚴重。隨著電力檢測技術的發(fā)展，人們積累了很多關于變壓器的故障分析判斷的寶貴經驗，也找到了很多檢測、診斷變壓器的方法。如電氣的、物理的、化學的檢測分析。包括油中氣體色譜分析(DGA)、電壓傳感器在線監(jiān)測技術、紅外測溫技術、局部放電試驗、超聲定位技術、絕緣預防性試驗、絕緣油老化試驗、變壓器耐壓試驗、繞組變形試驗、油流帶電試驗、變壓器老化診斷試驗及

3、各種常規(guī)試驗。
　　 本研究中，分析了已有的支持向量機分類器只能解決兩分類問題的不足，結合變壓器故障診斷中常用的油色譜分析方法，提出了基于C-支持向量機多分類器的變壓器狀態(tài)診斷模型。利用支持向量機基于數(shù)據(jù)的統(tǒng)計學習理論的良好學習能力，并借用交叉驗證的方法調整和優(yōu)化支持向量機主要參數(shù)，構建了適用于變壓器狀態(tài)診斷的支持向量分類器。
　　 該模型具有較高分類預測準確率，能夠有效且較準確的對變壓器油色譜數(shù)據(jù)進行分類診斷。該模型簡