[发明专利]一种油浸式变压器的故障诊断方法

权利要求书

1.一种油浸式变压器的故障诊断方法，其特征在于，包括以下步骤：

(1)通过油中溶解气体分析DGA方法获取变压器油中溶解的五种气体H₂、CH₄、C₂H₂、C₂H₄、C₂H₆的数据，形成DGA数据库，作为特征参数；

(2)对DGA数据库的原始数据进行归一化处理；

(3)形成样本集和测试样本集；

(4)采用多核学习、多类目标函数方法的多分类SVM模型，确定基本核函数的个数和每个基核的参数；

(5)通过交叉验证的方法确定最优的惩罚参数；

(6)根据最优的惩罚参数，利用训练样本和多分类多核学习方法得到相应的分类模型；

(7)利用训练好的分类模型进行油浸式变压器故障诊断，得到诊断结果。

2.根据权利要求1所述油浸式变压器的故障诊断方法，其特征在于，所述步骤(2)具体为：

(A)从DGA数据库中获取原始数据，模式向量为：x_i＝(x_i1，x_i2，x_i3，x_i4，x_i5)；

(B)将上述溶解的五种气体含量换算为[0，1]范围内的相对含量，以降低气体之间的互斥性；归一化处理方法如下：

xij′=xij/Σj=15xij,]]>i＝1，...，n。

3.根据权利要求1所述油浸式变压器的故障诊断方法，其特征在于，所述步骤(4)具体为：

(a)选取高斯径向基函数作为基本核函数；

(b)在参数范围内以指数增长方式确定每个基本核K_l(x_i，x)的宽度参数σ_l；

(c)确定基本核函数的个数M；

(d)通过在支持向量机的训练中得到每个基本核函数对应的线性组合权值d_l。

4.根据权利要求1所述油浸式变压器的故障诊断方法，其特征在于，所述步骤(5)具体为：对每个待验证的参数，将N个数据样本随机分成k个互不相交的子集{S₁，S₂，...S_k}，每次依此选择其中一个子集S_i作为测试集，而其余样本作为训练集，得到错误分类的样本点个数为l_i，k次验证完成后，得到错误分类的样本点总数，总数越大，交叉验证精度就越差；选取获得最高交叉验证精度的C^*作为SVM模型的参数。