数据挖掘技术在变压器故障诊断中的应用-论文.pdf

《数据挖掘技术在变压器故障诊断中的应用-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第1期黑龙江电力V0l_37No．12015年2月HeilongjiangElectricPowerFeb．2015数据挖掘技术在变压器故障诊断中的应用王义军，王喜，付云飞(1．东北电力大学电气工程学院，吉林吉林132012；2．江苏省电力公司连云港供电公司，江苏连云港222000)摘要：为克服支持向量机在求解二次规划问题时运算过程复杂、计算时间过长、收敛速度缓慢的问题，提出一种基于加权最小二乘的SVM变压器故障诊断方法，并通过粒子群算法对参数进行优化，可以充分保证计算速度和较高故障判断精度。实例分析验证了该模型能确定变压器故障种类，且具有较高的正确率。关键词：

2、数据挖掘技术；变压器；故障诊断；支持向量机；分类算法中图分类号：TM411；TM855文献标志码：A文章编号：2095—6843(2015)01—0011—04ApplicationofdataminingtechnologyintransformerfaultdiagnosisWANGYijun，WANGXi．FUYunfei(1．SchoolofElectricalEngineering，NortheastDianliUniversity，Jilin132012，China；2．LianyungangPowerSupplyCompany，JiangsuElectri

3、cPowerCompany，Lianyungang222000，China)Abstract：Inordertoovercomethefollowingquestions，suchasthecomplexityofoperationprocess，longcompu-tingtime，slowconvergencespeedwhenthesuppo~vectormachinesolvesquadraticprogrammingproblems，thispaperproposesakindofsuppo~vectormachine(SVM)transformerfault

4、diagnosismethod，whichisbasedonweightedleastsquares，andrealizesparameteroptimizationthroughtheparticleswarmalgorithm．Thismethodcanfullyensurehighcalculationspeedandhighaccuracyoffaultjudgment．Bytheexampleanalysisandvalidation，itisprovedthatthismodelcandeterminethetypesoftransformerfaultwi

5、thhigheraccuracy．Keywords：dataminingtechnology；transformer；faultdiagnosis；suppoflvectormachine；classificationalgorithm随着数据采集与监控系统(SCADA)、地理信息1粒子群算法原理系统、管理信息系统(PMS)以及电网运行的实时信息系统等在电力系统中的广泛应用，各种实时数据设Ⅳ为初始种群的大小，第i个粒子的位置和已经呈爆炸式增长，传统的统计手段已逐渐难以满速度在D维搜索空间可分别表示为足处理需求，需要寻找新方法来挖掘更深层次的规X=[，⋯，cD]，=1，，

6、⋯，∞]律，以便提供更快、更有效的决策支持¨。现阶通过对粒子适应值的评价，分别记录个体所寻找到段数据挖掘算法有很多，例如人工神经网络(BP)、的最佳位置为P以及群体寻找到的最佳位置支持向量机(SVM)等。支持向量机采用结构风险为g。最小化原则，泛化能力加强，克服了BP法中存在的Pi=[Pil，p，⋯，p]，Pg=[Pg1，Pg2，⋯，PgD]收敛速度慢、过拟合和易陷入局部最优等缺点L4]。设目标函数用f()表示，则微粒i寻找到的最然而，支持向量机算法存在超平面参数选择问题、佳位置可以表示为二次规划求解规模过大问题以及参数的选取困难P舢+1)：fPi()，Xi(+))Pi

7、())等，影响了其实用性。一【置(k+1)，置(k+1))