基于粗糙集与多类支持向量机的电力变压器故障诊断-高电压技术高.PDFVIP

第 43 卷 第 11 期：3668-3674 高电压技术 Vol.43, No.11: 3668-3674 2017 年 11 月 30 日 High Voltage Engineering November 30, 2017 DOI: 10.13336/j.1003-6520.hve.20171031023 基于粗糙集与多类支持向量机的电力变压器 故障诊断 吴广宁，袁海满，宋臻杰，杨飞豹，高 波，李帅兵 610031 （西南交通大学电气工程学院，成都 ） 摘 要：针对传统变压器故障诊断过程中未能将部分反映变压器故障状态的信息有效利用，以致故障诊断信息不 完备、诊断结果不准确的情况，将铁芯接地电流等信息与特征气体相结合，以完善故障特征信息。并在此基础上， 构建了一种采用粗糙集的一对一多类支持向量机故障诊断新方法。首先利用一对一多类支持向量机实现故障类别 区域的划分；然后根据粗糙集的上下近似这一核心思想对故障类别划分区域进行描述，得出故障分类的上下近似 域及边界域的集合，并提取故障诊断分类规则；最后利用分类规则实现故障类别划分。该方法实现了故障信息的 综合利用，并将粗糙集在不完备数据与复杂模式刻画方面所具备的优良表现，及一对一支持向量机在分类方面的 良好泛化性能进行有效融合，从而有效提高故障分类精度。变压器故障实例分析表明，与传统诊断方法相比较， 该方法具有更高的诊断正确率，且其可有效反映故障诊断中所出现的不完备信息。 关键词：变压器；粗糙集；多类支持向量机；溶解气体分析；故障诊断；一对一 Fault Diagnosis for Power Transformer Based on Rough Set and Multi-class Support Vector Machine WU Guangning, YUAN Haiman, SONG Zhenjie, YANG Feibao, GAO Bo, LI Shuaibing (School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China) Abstract ：Some of the characteristic parameters are not effectively used in conventional fault diagnosis of transformer, which will cause the inaccuracy of diagnostic results. To improve the present situation, the core grounding current infor- mation is proposed to be combined with characteristic gases dissolved in oil as the input variables of one-against-one multi-class support vector machine in transformer fault diagnosis. Firstly, one-against-one multi-classes support vector machine is used to divide the fault category regio