[发明专利]基于主成分分析与支持向量机的变压器绝缘状态评估方法

摘要

本发明公开了基于主成分分析与支持向量机相结合的变压器绝缘状态评估方法，该方法首先获取变压器油中溶解气体数据、电气试验数据、绝缘油特性试验数据以及变压器绝缘状态等级数据，并用半岭模型对各项输入数据进行预评估；其次，利用主成分分析法对预评估后的数据进行降维处理，得到新的输入样本集，从而降低了原始数据冗余信息的影响；再用改进的粒子群算法对支持向量机的核函数参数g和惩罚参数c进行优化；然后用降维后的输入样本集与变压器对应的绝缘状态等级数据训练支持向量机，得到最终的支持向量机模型；最后，用该支持向量机模型处理待评估的变压器溶解气体数据、变压器电气试验数据以及绝缘油特性试验数据，从而获得变压器的绝缘状态等级。

主权项

基于主成分分析与支持向量机的变压器绝缘状态评估方法，其特征在于：评估步骤如下：步骤一、分别获取变压器油中溶解气体数据、变压器电气试验数据以及绝缘油特性试验数据作为训练支持向量机的输入数据；获取变压器对应的绝缘状态等级数据作为训练支持向量机的输出数据；步骤二、用半岭模型对各项输入数据进行预评估并实现数据的归一化；半岭模型的评分函数包括降半岭模型评分函数与升半岭模型评分函数两种，其公式分别为：f(x)=1x<a0.5-0.5sin(πb-a(x-a+b2))a≤x≤b0x>b]]>f(x)=0x<b0.5+0.5sin(πa-b(x-a+b2))b≤x≤a1x>a]]>其中，a和b是模型的阈值，分别对应每项变压器评分参数的初始值和注意值；x是评分参数的实际测量值，f(x)为评分的结果值；对于f(x)数值越大越好的指标，采用升半岭模型，反之采用降半岭模型；将步骤一所述的输入数据分别作为步骤二对应公式的自变量x的值，求得因变量f(x)的值即为该项数据的预评估结果；预评估结果f(x)的取值范围在0到1之间；步骤三、利用主成分分析法对预评估后的输入数据进行降维处理，得到新的输入样本集；步骤四、用改进的粒子群算法对支持向量机的核函数参数g和惩罚参数c进行寻优；其中，粒子群算法的改进内容为，设置可以非线性自适应调整的惯性权重w，从而更好地平衡局部和全局搜索能力；惯性权重w描述了粒子上一代速度对当前代速度的影响水平，对其采用改进的非线性递减算法，通过在粒子群算法早期加快惯性权重的递减速度，使该算法更快地进入局部搜索；改进后粒子群算法的速度更新公式及惯性权重w的表达式分别如下：vid(k+1)=wvid(k)+c1r1(pid(k)-xid(k))+c2r2(gid(k)-xid(k))]]>w=wmax-(wmax-wmin)k2kmax2]]>式中，v为当前粒子的速度；x为当前粒子的位置；p为个体最优位置；g为全局最优位置；c1、c2为学习因子，分别用于调节粒子向个体最优位置p和全局最优位置g飞行的步长；r1、r2为介于[0，1]之间的随机数；k为当前迭代次数；i为当前粒子标号；d是维数的标号；w为惯性权重，它描述了粒子上一代速度对当前代速度的影响水平；kmax为最大允许迭代次数；k为当前的迭代次数；wmax和wmin分别是最大惯性权重和最小惯性权重；步骤五、用降维处理后的输入样本集与变压器对应的绝缘状态等级数据训练支持向量机，得到最终的支持向量机模型；步骤六、用最终的支持向量机模型处理待评估的变压器溶解气体数据、变压器电气试验数据以及绝缘油特性试验数据，从而获得变压器的绝缘状态等级。