基于最小二乘支持向量機(jī)和D-S證據(jù)理論的電力變壓器故障診斷研究.pdf

1、電力變壓器是電力系統(tǒng)的重要組成部分，其運(yùn)行好壞與電力系統(tǒng)的安全性與穩(wěn)定性息息相關(guān)。由于變壓器運(yùn)行的環(huán)境一般比較特殊，在其運(yùn)行過程中難免會發(fā)生故障。如今隨著社會的進(jìn)步，有關(guān)部門對電力系統(tǒng)供電的質(zhì)量，電力系統(tǒng)的可靠性和安全性要求逐步提高，所以深入研究變壓器新型故障診斷技術(shù)十分必要。
　　在諸多基于油中溶解氣體的變壓器故障診斷方法中，傳統(tǒng)的三比值法由于存在比值邊界模糊的問題而逐步被智能診斷方法所取代?；谥悄芩惴ǖ墓收显\斷技術(shù)日漸流行，

2、但是由于許多智能算法本身存在的不足，使故障診斷的效果不盡人意，所以，結(jié)合多種智能算法，彌補(bǔ)算法間彼此的不足構(gòu)成診斷系統(tǒng)成為時下研究的新趨勢。因此，論文提出了將最小二乘支持向量機(jī)和D-S證據(jù)理論相結(jié)合的變壓器故障診斷方法。
　　論文首先對基于油中溶解氣體的變壓器故障診斷展開探討，分析了以往比值法的優(yōu)勢和劣勢，以此為前提提出了基于人工智能方法進(jìn)行故障診斷的必要性。然后經(jīng)過比較諸多人工智能方法的優(yōu)劣，論文提出了將最小二乘支持向量機(jī)和D-

3、S證據(jù)理論結(jié)合的變壓器故障診斷方法，用最小二乘支持向量機(jī)多分類模型輸出的后驗(yàn)概率作為D-S證據(jù)理論的基本概率分配，然后用D-S合成規(guī)則和決策規(guī)則完成故障診斷。在建立最小二乘支持向量機(jī)分類器模型的過程中，論文深入研究了最小二乘支持向量機(jī)多分類方法、最小二乘支持向量機(jī)核函數(shù)選擇以及最小二乘支持向量機(jī)后驗(yàn)概率輸出等問題。為了獲得最優(yōu)的最小二乘支持向量機(jī)參數(shù)，論文建立了貝葉斯框架下的最小二乘支持向量機(jī)，用最大化參數(shù)分布的后驗(yàn)概率實(shí)現(xiàn)參數(shù)優(yōu)化。論

4、文最終的故障識別由D-S證據(jù)理論完成，用最小二乘支持向量機(jī)輸出的后驗(yàn)概率求取D-S證據(jù)理論的基本概率分配函數(shù)值，實(shí)現(xiàn)了基本概率分配賦值的客觀化；最后課題用搜集到的變壓器油中溶解氣體數(shù)據(jù)在搭建好的故障診斷模型中完成了診斷，得到了合理的結(jié)果，并把應(yīng)用最小二乘支持向量機(jī)并融合D-S證據(jù)理論完成的診斷結(jié)果與三比值法和單一的最小二乘支持向量機(jī)法的診斷結(jié)果進(jìn)行了比較，證明該方法具有一定優(yōu)越性。
　　論文的研究成果表明，將最小二乘支持向量機(jī)和D