在電力系統(tǒng)中,電力變壓器是承擔電壓轉換與輸送的關鍵設備,因此,對其采取合適的狀態(tài)監(jiān)測手段和故障診斷技術,及時發(fā)現(xiàn)隱藏故障信息并制定檢修策略,對電網(wǎng)穩(wěn)定運行具有重要作用�；诔溆驮O備故障診斷中常用的油中溶解氣體分析法（dissolved gas analysis,DGA）,針對變壓器DGA樣本特點和相關診斷算法存在的局限性。本文首先結合鄰域粗糙集約簡特征量,挖掘DGA特征信息與故障的聯(lián)系,其次建立算法融合下更實用有效的變壓器多層故障診斷及定位模型,主要開展研究工作如下:構建了基于鄰域粗糙集和DGA比值的故障診斷模型。利用粗糙集工具對多種氣體比值組成的備選故障特征樣本進行決策約簡,結合支持向量機進行故障判別,改進了目前DGA特征繁雜且包含故障信息不明的問題。對比結果證明該方法可以實現(xiàn)特征量的完善,使特征信息的冗余度降低至原先的50%,得到更好的故障診斷效果。構建了一種基于粒子群算法優(yōu)化SVM的故障診斷模型。本模型在得到優(yōu)選比值樣本后,利用PSO優(yōu)化前文分類器中核函數(shù)參數(shù)和懲罰參數(shù)的設置,克服了在實際故障診斷應用中為了實現(xiàn)非線性多分類功能,其相關參數(shù)選取對SVM性能的影響。經(jīng)過實例分析,發(fā)現(xiàn)... 

【文章來源】：西安建筑科技大學陜西省

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

鄰域粗糙集的屬性約簡以基于DGA的變壓器故障診斷建立決策系統(tǒng)為例，DGA的比值即為條件屬性，故障的種類即為決策屬性，計算屬性的重要度就可以獲取哪些DGA比值具

于樣本較多，鄰域半徑計算參數(shù) lammda 設置為 2，重要度下限參數(shù) sig_ctrl 設置為貼近 0 的正數(shù)，0.001。（2）程序根據(jù)式（2-5）計算正域，加載樣本數(shù)據(jù)，反復調用程序計算去掉單個ix 后其他條件屬性的正域，根據(jù)公式（2-1）得到每個屬性數(shù)據(jù)集的正域( )BPos D 及其依賴度。（3）調用約簡計算程序 reduceSet.m，按照公式（2-2）、前文定義 2 與定義 3，根據(jù)屬性依賴度，得到條件屬性重要度sigSet 并根據(jù)輸入的 sig_ctrl 進行約簡計算，當重要度大于下限則輸出結果。數(shù)據(jù)處理后，輸入算法仿真后的約簡結果如下：

S2類型樣本測試集準確率


本文編號：2907744