[发明专利]一种基于模型融合的变压器故障类型检测方法在审
| 申请号： | 201810376704.7 | 申请日： | 2018-04-25 |
| 公开（公告）号： | CN108414883A | 公开（公告）日： | 2018-08-17 |
| 发明（设计）人： | 张彩霞;王向东;王新东 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G01R31/02 | 分类号： | G01R31/02;G01R31/12 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 王国标 |
| 地址： | 528000 广东省佛山市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 算法 故障类型 检测 变压器故障 故障气体 模型融合 浓度数据 电力变压器故障 变压器绝缘油 层次分析法 方法融合 故障决策 检测领域 决策结果 辨识度 决策权 可用 判定 | ||
1.一种基于模型融合的变压器故障类型检测方法，其特征在于，包括：
步骤1、获取变压器绝缘油中故障气体浓度数据；
步骤2、利用SOM算法，LOF算法，iForest算法分别根据故障气体浓度数据进行故障类型检测，分别得到基于SOM算法的各故障类型检测结果DSOM(x)，基于LOF算法的各故障类型检测结果DLOF(x)，基于iForest算法的各故障类型检测结果DiForest(x)；
步骤3、利用层次分析法获得SOM算法，LOF算法，iForest算法各自所占的决策权重值，建立故障决策模型；
所述故障决策模型的表达式为：
S(x)＝a×DSOM(x)+b×DLOF(x)+c×DiForest(x)
其中，a为基于SOM算法的各故障类型检测结果的决策权重值，b为基于LOF算法的各故障类型检测结果的决策权重值，c为基于iForest算法的各故障类型检测结果的决策权重值，S(x)为决策结果值；
步骤4、根据决策结果值判定故障类型；
其中，故障气体包括：氢气、甲烷、乙烷、乙烯、乙炔，故障类型包括：高能击穿、低能击穿、过热、正常运行。
2.根据权利要求1所述一种基于模型融合的变压器故障类型检测方法，其特征在于，基于SOM算法的各故障类型检测结果的决策权重值为0.23，基于LOF算法的各故障类型检测结果的决策权重值为0.37，基于iForest算法的各故障类型检测结果的决策权重值为0.4。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于佛山科学技术学院，未经佛山科学技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810376704.7/1.html，转载请声明来源钻瓜专利网。
