[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

本發明公開了一種基于OneclassSVM算法的變壓器故障診斷方法，該方法首先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；然后使用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；接著建立分類器模型，得到油浸式變壓器的XGBoost故障診斷模型；最后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。本發明通過建立分類器模型，并進行訓練，獲得能夠識別變壓器故障的分類模型，通過對數據使用OneclassSVM算法識別并剔除離群點，能夠提高變壓器故障檢測的效率和準確度。

技術領域

本發明屬于變壓器故障診斷技術領域，尤其涉及一種基于OneclassSVM算法的變壓器故障診斷方法。

背景技術

油浸式變壓器是輸變電系統的關鍵設備之一，其運行狀態決定電力系統能否安全可靠運行。然而，我國目前尚在投運的油浸式變壓器中，有很大一部分運行年限較長，存在絕緣裂化等故障隱患。為了保障電力系統運行的可靠性和經濟性，能夠實時準確地評估變壓器的運行狀態的診斷模型是不可或缺的。在油浸式變壓器絕緣老化的過程中會產生少量氣體溶解在絕緣油中，油中氣體的組成成分以及各種成分之間的比例關系能夠反映變壓器不同的故障狀態。溶解氣體分析(DissolvedGasAnalysis,DGA)方法是最為重要的變壓器狀態檢測和故障診斷方法之一。但目前缺乏能夠快速準確的根據油中氣體成分診斷變壓器故障的技術手段。

中國專利CN102662113B，公開日2014年6月11日，一種利用故障樹的油浸式變壓器綜合診斷方法，該方法步驟：(1)實時采集變壓器的油中溶解氣體、油中微水、局部放電、鐵芯接地電流、頂層油溫、繞組光纖測溫相關狀態特征參量值；(2)通過油中溶解氣體診斷的故障類型規格化；(3)對各類診斷方法診斷故障正確率進行統計；(4)獲取測得的油中溶解氣體狀態量分別進行診斷；(5)獲取故障置信數組；(6)綜合上述得出變壓器的故障診斷結果。其技術方案結合各種油色譜、油中微水、局部放電、鐵芯接地電流、頂層油溫、繞組光纖測溫相關狀態特征參量過多，檢測效率低下，且容易出現震蕩。

發明內容

本發明的目的在于針對現有技術的不足，提供一種基于OneclassSVM算法的變壓器故障診斷方法。本發明以油中氣體的成分特征為依據，能夠快速簡潔地獲得診斷變壓器故障結果，且兼顧準確度。

本發明的目的是通過以下技術方案來實現的：一種基于OneclassSVM算法的變壓器故障診斷方法，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。