[发明专利]基于极限学习机的电力变压器故障诊断方法

摘要

本发明涉及一种基于极限学习机的电力变压器故障智能诊断方法，可应用于变压器监/检测装置或系统。在监/检测装置或系统所采集的数据基础上提取故障特征，并选取变压器状态样本进行变压器的极限学习机故障诊断模型学习。该方法包括以下步骤：划分变压器的运行状态；选取蕴含变压器运行状态的监/检测数据作为数据源；对变压器数据源进行特征提取，确定特征变量；确定变压器各种运行状态的极限学习机的目标向量表达方式；选取变压器在各种运行状态下的样本数据；确定训练样本数据和测试样本数据；确定变压器的极限学习机故障诊断模型的输入层、隐层、输出层节点数和激励函数；变压器的极限学习机故障诊断模型的学习和验证。

主权项

一种基于极限学习机的电力变压器故障诊断方法，其特征在于，所述方法包含以下步骤：步骤1：依据变压器研究问题的特点，划分变压器的A个运行状态；步骤2：选取蕴含变压器运行状态的在线或离线的监/检测数据作为数据源；步骤3：对变压器数据源进行特征提取，确定若干个特征变量，特征变量既可以是离散变量也可以是连续变量；步骤4：采用A维的0‑1向量表达方式，确定变压器各种运行状态下的极限学习机的目标向量；步骤5：选取变压器在各种运行状态下的样本数据；步骤6：将样本数据按设定的比例分为训练样本数据和测试样本数据；其中，训练样本数据用于学习变压器的极限学习机故障诊断模型，测试样本数据用于验证变压器的极限学习机故障诊断模型；步骤7：确定变压器的极限学习机故障诊断模型的输入层节点数、隐层节点数、输出层节点数，选取变压器的极限学习机故障诊断模型的激励函数；步骤8：以训练样本数据作为极限学习机的输入，进行变压器的极限学习机故障诊断模型的学习；步骤9：采用测试样本数据对步骤8得到的极限学习机变压器故障诊断模型进行验证。