[發明專利]一種基于OneclassSVM算法的變壓器故障診斷方法

在審

• 申請號: 202010961681.3
• 申請日: 2020-09-14
• 公開（公告）號: CN112183590A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 唐昕;王征;郭創新;陳超;張又文;吳迪;潘白浪;馮斌;吳韜;廖偉涵
• 申請（專利權）人: 浙江大學;平湖市通用電氣安裝有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/10;G01R31/00;G01N33/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于OneclassSVM算法的變壓器故障診斷方法，其特征在于，包括步驟：

A)收集油浸式變壓器故障數據，關聯故障標簽，獲得樣本數據集；

B)使用OneclassSVM算法識別并剔除樣本數據集中的離群點，而后樣本數據集劃分為訓練數據集和測試數據集；

C)建立分類器模型，使用訓練數據集訓練弱分類器，并使用測試數據集測試，直到預測正確率達到預設值，得到油浸式變壓器的XGBoost故障診斷模型；

D)利用步驟C)獲得的故障診斷模型對待測油浸式變壓器數據進行預測，得到故障診斷結果，并給出診斷結果誤差率。

2.根據權利要求1所述的一種基于OneclassSVM算法的變壓器故障診斷方法，其特征在于，所述油浸式變壓器故障數據包括ρ(CH₄)/ρ(H₂)、ρ(C₂H₄)/ρ(C₂H₂)、ρ(C₂H₄)/ρ(C₂H₆)、ρ(C₂H₂)/ρ(C₁+C₂)、ρ(H₂)/ρ(H₂+C₁+C₂)、ρ(C₂H₄)/ρ(C₁+C₂)、ρ(CH₄)/ρ(C₁+C₂)、ρ(C₂H₆)/ρ(C₁+C₂)以及ρ(CH₄+C₂H₄)/ρ(C₁+C₂)，其中ρ(-)表示氣體濃度，C₁表示CH₄一階碳氫化合物氣體成分之和，C₂表示C₂H₆、C₂H₄、C₂H₂二階碳氫化合物氣體成分之和。

3.根據權利要求1或2所述的一種基于OneclassSVM算法的變壓器故障診斷方法，其特征在于，所述步驟A)中故障標簽包括低溫過熱、中溫過熱、高溫過熱、局部放電、低能放電、高能放電、低能放電兼過熱、高能放電兼過熱和正常狀態。

4.根據權利要求3所述的一種基于OneclassSVM算法的變壓器故障診斷方法，其特征在于，所述故障標簽編碼為：低溫過熱[00000001]、中溫過熱[00000010]、高溫過熱[00000100]、局部放電[00001000]、低能放電[00010000]、高能放電[00100000]、低能放電兼過熱[01000000]、高能放電兼過熱[10000000]和正常狀態[00000000]。

5.根據權利要求1或2所述的一種基于OneclassSVM算法的變壓器故障診斷方法，其特征在于，步驟B)中，使用OneclassSVM算法識別并剔除樣本數據集中的離群點的方法為：

設定訓練誤差nu＝0.5，核函數kernel＝‘rbf’，gamma＝0.1，算法將返回異常數據預測值，+1表示正常樣本，-1表示異常樣本。

需要說明的是，預測值為-1的異常樣本并不代表該樣本數據在采集、傳輸、記錄的過程中一定出現了錯誤，而是該樣本數據并不能特征性地顯示它所在類別的故障內在規律，若將其作為訓練樣本作為模型的輸入，會對模型學習效果產生負面影響。