基于油气参数分析的电力变压器故障分步式诊断算法.pdfVIP

第40卷第8期：2279-2284 高电压技术 、，01．40．No．8：2279-2284 2014年8月31日 H诎voltageEngineering Augllst31，2叭4 DoI：lO．1333刚．1003-6520．hve．2014．08．004 基于油气参数分析的电力变压器故障分步式诊断算法 仲元昌1，万能飞1，夏艳2，张 亮1，乔静1 (1．重庆大学通信工程学院，重庆400030；2．重庆工商大学会计学院，重庆400030) 摘要：为提高电力变压器故障诊断的诊断速度和准确率，提出了一种以变压器油气参数为诊断依据的电力变压 器故障分步式诊断算法。该算法第l步采用量子行为的支持向量机(SVM)故障诊断算法，即采用S、Ⅱ讧对大型电力 变压器的故障进行分类，在分类的过程中采用改进的具有量子行为的遗传算法对S、，M的参数进行寻优。在完成 第l步的基础上，第2步再对存在于可疑区域的样本采用K-近邻聚类分析算法分类。仿真结果表明：改进的量 子遗传算法只需要50代繁衍就能得到最佳分类模型，而普通遗传算法则需要通过170代才能得到；同时聚类分析 与支持向量机的有机结合将分类准确率由97．5％提高到了100％。可见，所提出的电力变压器故障分步式诊断算法 能有效地提高故障诊断的诊断速度和准确率，可广泛应用于电力变压器的故障诊断。 关键词：故障诊断；诊断速度；准确率；支持向量机；量子遗传算法；K一近邻聚类分析 Distributed forn锄sfo珊erFallltDissolVed Dia印惦isAlg耐thm by G鼬-in-on跏锄ete璐蛐sis ZHONG Nengfeil，X队Y．姐2，ZHANGJiIl91 Yuanch锄91，WAN Li锄91，Q队O ofco砌mication (1．college Enginee血g，chongq崦univers畋Chongqing400030，china； B髑i∞ss 2．CollegeofAccoumiIlg，ChongqingTechnolo影柚dUniVersi魄Chongqing400030，Ch访a) the f．0r adistribmed Abstract：To of删t improvespeed柚daccuracydia印osisp0、Vertra璐fo姗er’weproposed diag— nosis b鹊edonme oil．Thefirst utilizesthe algorithm dia雩皿osisstcp hydIocanonparamete璐in协sfonner qmmnJm to behaviorof vector vector llsed support machille(SⅥ田，n锄ely，也esupport machine(SVM)isclass毋power仃硼s- f0珊cr theSVM are an withmebehaViorof in fhults