[发明专利]基于三比值特征量的小波PSO‑SVM变压器故障诊断方法在审
| 申请号： | 201711005718.X | 申请日： | 2017-10-25 |
| 公开（公告）号： | CN107862114A | 公开（公告）日： | 2018-03-30 |
| 发明（设计）人： | 马虹哲;杨春燕;张炜;邬蓉蓉;黎新;宾冬梅;李俊 | 申请（专利权）人： | 广西电网有限责任公司电力科学研究院 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06K9/62;G01R31/00 |
| 代理公司： | 广西南宁公平知识产权代理有限公司45104 | 代理人： | 陆嘉丽 |
| 地址： | 530023 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于三比值特征量的小波PSO‑SVM变压器故障诊断方法，涉及电力变压器故障诊断技术领域，通过对所选变压器油中溶解气体(DGA)特征量的比值进行分析，由归一化预处理，得到DGA三比值特征量数据，实现了三比值特征量的有效性和简洁性；采用粒子群优化算法优化支持向量机的核函数参数，构建小波核函数支持向量机诊断模型，并采用该模型对电力变压器的油中溶解气体进行诊断，从而判断变压器的运行状态并分析出相应的故障类型。 | ||
| 搜索关键词： | 基于 比值 特征 pso svm 变压器 故障诊断 方法 | ||
【主权项】：
基于三比值特征量的小波PSO‑SVM变压器故障诊断方法，其特征在于，包括如下步骤：(1)采集变压器故障样本数据，选取变压器油中DGA特征量，对DGA特征量的比值进行分析；(2)对所述步骤(1)分析后的DGA特征量的比值进行归一化预处理，得到归一化后的溶解气体分析三比值特征量数据；(3)构建非线性多分类的支持向量机模型，并求解优化函数；(4)采用小波核函数作为所述步骤(3)中支持向量机模型的核函数，通过所述步骤(3)的优化函数和小波核函数，计算出非线性多分类时支持向量机模型的分类决策函数；(5)构建粒子群优化算法以优化支持向量机核函数的参数；(6)采用所述步骤(5)的粒子群优化算法对所述步骤(4)中的核函数进行参数优化，构建小波PSO‑SVM故障诊断模型；(7)利用DGA特征量、待定惩罚因子和核参数的支持向量机模型形成故障诊断的目标函数，计算出目标函数的最优解，即为故障诊断的最优函数适应度；(8)计算所述步骤(7)中目标函数最优解所对应的支持向量机模型惩罚因子和核参数，即为最优的支持向量机模型惩罚因子和核参数；(9)将所述步骤(8)中最优的支持向量机模型惩罚因子和核参数代入所述步骤(7)中的故障诊断目标函数，构建小波核函数支持向量机诊断模型，采用该诊断模型对电力变压器油中溶解气体进行故障诊断，判断变压器的运行状态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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广西电网有限责任公司电力科学研究院，未经广西电网有限责任公司电力科学研究院许可，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/patent/201711005718.X/，转载请声明来源钻瓜专利网。
