[发明专利]一种电力变压器融合诊断方法

说明书

本发明提供了一种电力变压器融合诊断方法，其特征在于，包括以下步骤：通过气敏传感器获取电力变压器油中溶解气体H₂、CH₄、C₂H₂、C₂H₄、C₂H₆的浓度；计算得到特征值；采用ReliefF算法从所有特征值中选出合适的特征值；利用不同的RVM模型对特征值进行识别；利用DS证据理论将RVM模型的输出进行融合，获得最终的诊断结果。本发明专利采用上述设计，对电力变压器的故障进行准确诊断，以确保电力变压器故障及时排除。

技术领域

本发明涉及电力系统故障诊断领域，具体为一种电力变压器融合诊断方法。

背景技术

溶解气体分析技术已成为对油浸变压器早期潜伏性故障诊断的重要手段，基于溶解气体分析技术的相关向量机(RVM)在电力变压器故障诊断中具有较好的应用前景，不同核函数所构造的相关向量机存在不同概率输出值，融合多种核函数所构造的相关向量机的输出结果，有助于获取更为可靠的诊断结果。因此，如何融合多种核函数所构造的相关向量机的输出结果，以获取更为可靠的诊断结果具有重要意义。

发明内容

本发明的目的是：对电力变压器的故障进行准确诊断，以确保电力变压器故障及时排除。

为了达到上述目的，本发明的技术方案是提供了一种电力变压器融合诊断方法，其特征在于，包括以下步骤：

步骤1、通过气敏传感器获取电力变压器油中溶解气体H₂、CH₄、C₂H₂、C₂H₄、C₂H₆的浓度，H₂、CH₄、C₂H₂、C₂H₄、C₂H₆的浓度分别定义为

步骤2、计算得到特征值：的相对值；

步骤3、采用ReliefF算法从步骤2得到的所有特征值中选出合适的特征值；

步骤4、分别利用线性核构造的RVM模型LinearRVM、径向基核构造的RVM模型RBFRVM、多项式核构造的RVM模型PolyRVM及Sigmoid核构造的RVM模型SigmoidRVM对步骤3得到的特征值进行识别；

步骤5、利用DS证据理论将RVM模型LinearRVM、RVM模型RBFRVM、RVM模型PolyRVM、RVM模型SigmoidRVM的输出进行融合，获得最终的诊断结果。

本发明专利采用上述设计，对电力变压器的故障进行准确诊断，以确保电力变压器故障及时排除。

附图说明

图1为本发明专利的一种电力变压器融合诊断系统示意图；

图2为本发明专利的一种电力变压器融合诊断流程图。

具体实施方式

下面结合附图，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

如图1所示，一种电力变压器融合诊断方法及系统，它主要包括气敏传感器、的相对值计算模型、ReliefF特征选择模型、RVM模型、DS证据理论模型。