[发明专利]一种电力变压器故障诊断方法和装置

摘要

本申请公开了一种电力变压器故障诊断方法和装置。该方法在获取电力变压器油中溶解气体含量(DGA)数据后，以支持向量回归‑变量预测模型(SVR‑VPMCD)对故障样本进行故障类型的识别。首先，选取各类气体占总气体含量的比值作为各个特征值，形成相应的特征向量；然后，以SVR替代VPMCD中的多项式响应面回归，利用训练样本构建各种故障类型相应的变量预测模型(VPM)；最后，依次利用构建好的各类故障的VPM对每个测试样本进行预测，所得预测误差最小的VPM对于的故障类型即判定为该测试样本的故障类型。SVR‑VPMCD方法充分考虑了样本各个特征值之间的相互关联，又克服了VPMCD方法对高维数据的处理能力差的缺陷，提高了该种模式识别方法对样本类型的识别精度，具有很好的小样本数据的识别能力。

主权项

1.一种电力变压器故障诊断方法，其特征在于，包括：选取可以反映变压器运行状态的离线或在线检/监测数据，如DGA数据；进行特征提取，确定特征变量，如选取H2占总气体含量的比值记为x1，CH4、C2H6、C2H4、C2H2占总烃量的比值分别记为x2、x3、x4、x5等；根据样本标签将所有样本划分训练样本集合和测试样本集合。同时，舍去所有样本的类别标签，利用所有样本构成无标签样本集合S；利用SVR‑VPMCD方法对训练样本集合中的所有故障样本进行训练，构建各个故障类型的变量预测模型VPM；依次利用各类型故障的VPM对每一个测试样本进行预测，得到一系列相应的预测误差；设置各类型故障对应的预测误差阈值；根据误差阈值判定每一个测试样本的故障类型。