基于PCA-SVM的電力變壓器故障診斷研究.pdf

1、電力變壓器作為一種電能轉(zhuǎn)換、電磁轉(zhuǎn)換設(shè)備，在電能的傳輸分配中具有重要地位。由于電力變壓器故障類(lèi)型與故障特征之間具有復(fù)雜性和非線(xiàn)性的特點(diǎn)，所以很難建立故障的數(shù)學(xué)模型。支持向量機(jī)以其自學(xué)習(xí)、非線(xiàn)性映射的特點(diǎn)，為解決電力變壓器的故障分類(lèi)決策問(wèn)題提供了新途徑。因此，本文以主元分析（PCA）和支持向量機(jī)（SVM）為核心，并結(jié)合電力變壓器油中溶解氣體分析（DGA）技術(shù)來(lái)研究電力變壓器的故障診斷問(wèn)題。
　　本文首先分析了電力變壓器特征氣體與故障

2、類(lèi)別的關(guān)系，為了進(jìn)一步增加DGA得到的6維數(shù)據(jù)所包含的故障信息，加入了13維特征氣體濃度比值數(shù)據(jù)。其次，本文采用模糊C均值聚類(lèi)構(gòu)建完全二叉樹(shù)，對(duì)故障類(lèi)別進(jìn)行分類(lèi)。針對(duì)模糊聚類(lèi)計(jì)算量大、難以在線(xiàn)分類(lèi)的特點(diǎn)，本文利用模糊聚類(lèi)得到分類(lèi)標(biāo)簽，采用基于完全二叉樹(shù)的分類(lèi)結(jié)構(gòu)，得到了4個(gè)SVM子分類(lèi)器。最后，針對(duì)19維數(shù)據(jù)維度過(guò)高的問(wèn)題，本文采用主元分析法對(duì)DGA數(shù)據(jù)降維，并生成新的綜合變量。本文采用了一種復(fù)相關(guān)系數(shù)聯(lián)合累積方差貢獻(xiàn)率的方法確定了主元