[发明专利]一种适用于电力变压器故障的特征提取与诊断方法

权利要求书

1.一种适用于电力变压器故障的特征提取与诊断方法，其特征在于，包括步骤：

A)收集确诊的各类典型故障的电力变压器的油中溶解气体浓度数据，关联故障类别标签，构建原始数据集M；

B)由原始数据集M衍生出待选择特征参量集F0，将每个样本原始气体数据转化成新的特征参量值，进行数据归一化处理，并关联故障标签，形成新的样本集T；将样本集T划分为训练集T1和测试集T2；

C)对特征参量进行预评估，采用互信息对训练集T1的特征参量进行打分并排序；移除低于分数阈值S的特征集，保留高于分数阈值S的特征，分数阈值S可自行设定；也可以按固定比例K保留得分较高的前N个特征参量，保留比例K可自行设定；设经过预评估后的特征集合为F1；

D)采用遗传算法对于特征参量集合F1进行特征选择，同时优化分类器的超参数，建立变压器故障诊断模型；遗传算法的染色体采用二进制编码，第一段代表特征变量，第二至M段代表M-1个分类器超参数；

E)按照步骤D)的编码方式，随机初始化种群；

F)计算种群中每个个体的适应度；

G)对个体进行选择、交叉、变异操作；

H)对每个个体进行排序，保留适应度最高的前二分之一的个体；

I)判断是否满足终止条件，若不满足终止条件，则返回步骤F)；在满足终止条件后，输出优选的最终特征集合即F2，同时获得最优故障诊断模型；

J)使用测试集T2对故障诊断模型进行预测。

2.根据权利要求1所述的一种适用于电力变压器故障的特征提取与诊断方法，其特征在于，步骤A)中，原始数据包括以下变压器油中溶解气体的含量：H₂、CH₄、C₂H₆、C₂H₄、C₂H₂、CO和CO₂；典型故障及故障标签包括：正常、局部放电、低能放电、高能放电、低温过热、中温过热和高温过热。

3.根据权利要求1所述的一种适用于电力变压器故障的特征提取与诊断方法，其特征在于，步骤D)中，分类器包括K近邻分类器、支持向量机和神经网络。