基于支持向量机的电力变压器故障诊断的方法研究.pdf

《基于支持向量机的电力变压器故障诊断的方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、分类号：密级：UDC：编号：学位论文基于支持向量机的电力变压器故障诊断的方法研究安倩指导教师姓名：安金龙副教授河北工业大学申请学位级别：硕士学科、专业名称：电气工程论文提交日期：2011年11月论文答辩日期:2011年12月学位授予单位：河北工业大学答辩委员会主席：评阅人：2011年11月ThesisSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofElectricalEngineeringSTUDYONPOWERTRANSFORMERFAULTDIAGNOSISMETHODBASEDONSUPPORTVECTOR

2、MACHINE(SVM)byAnQianSupervisor:AssociateProf.AnJinlongNovember2011河北工业大学硕士学位论文基于支持向量机的电力变压器故障诊断的方法研究摘要电力变压器是电力系统中的重要设备，电力变压器的安全运行是保障电力事业的发展和经济正常运转的关键。电力变压器的可靠性直接关系到电网安全、高效、经济地运行，减少电力变压器的故障对电网具有重大意义。本文对电力变压器故障诊断方法进行了研究。首先对电力变压器故障发生的机理、产生的特征气体、目前采用的电力变压器的各种故障诊断方法进行分析；其次，针对电力变压器故障数据搜集困难、数据少的情况，将

3、数据挖掘领域小样本情况下的最优理论--支持向量机应用于变压器故障诊断当中；针对支持向量机多分类方法存在的优缺点，提出了一种新的支持向量机，使其继承了原有的多分类方法的优点，克服了其缺点。再次，针对分类准确率较低的情况，从两方面提高分类的准确率，一方面是对变压器故障数据进行了分析处理，找出变压器故障所对应的特征因素，消除了噪音因素；另一方面，采用K-CV交叉验证的方法对支持向量机的参数进行优化。最后，利用处理降维之后的数据同时用优化后的参数建立了支持向量机数学模型，使得变压器故障诊断准确率得到提高。关键词：电力变压器，SVM，多分类，故障诊断i基于支持向量机的电力变压器故障诊断的方

4、法研究STUDYONPOWERTRANSFORMERFAULTDIAGNOSISMETHODBASEDONSUPPORTVECTORMACHINE(SVM)ABSTRACTPowertransformerisanimportantequipmentinpowersystems.Safeoperationofpowertransformeristhekeytoensurethedevelopmentoftheelectricpowerindustryandeconomicaloperation.Thereliabilityofthepowertransformerisdirectl

5、yrelatedtothepowergridsafety,efficientandeconomicaloperation.Therefore,reducingpowertransformerfaultonthepowergridhasgreatsignificance.Themethodswhichusedinpowertransformerfaultdiagnosisarestudiedinthispaper.Firstly,themechanism,characteristicgasoftransformerfaultsandpowertransformerfaultdiag

6、nosismethodsareanalyzedinthispaper.Secondly,duetothedifficultiesofpowertransformerfaultdatacollectionandlessfaultdata,supportvectormachine(SVM)whichistheopticaltheoryforlesssamplesindataminingfieldisadoptedinthispaper.Onthebaseofanalysisofadvantagesanddisadvantagesofsupportvectormachine(SVM)m

7、ulti-classification,onenewmulti-classificationisintroduced.Thenewmethodnotonlyinheritsadvantagesoforiginalmethods,butalsoovercomeshortcomings.Thirdly,accordingtoloweraccuracy,twomeasuresaretakentoimprovetheclassificationaccuracy.Ontheonehand,