基于优化方法的多特征选择多层次变压器故障诊断方法

摘要

本发明涉及一种基于优化方法的多特征选择多层次变压器故障诊断方法，用于提高故障诊断模型的准确率。该模型采用多层次结构，每一层进行二元分类，并且每一层的分类器采用不同的特征提取方式，特征提取方式和分类器的参数采用优化方法优化。本发明采用二元分类器建立多层次变压器故障诊断方法，对每一层采取不同特征提取方式并且采用优化方法对分类器参数和特征提取方式进行优化，可以显著的提高分类器的性能。

主权项

基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，采用二分类分类器建立多层次分类模型，每一层分类器采取不同的特征提取方式，特征提取方式和分类器的参数采用基于粒子群优化方法；所述特征提取方式包括：特征气体浓度处理方法、IEC三比值法、图表法、劣化度法；基于粒子群优化方法步骤如下：步骤一：初始化一组粒子的位置值；步骤二：计算每一个粒子的适应值，判断是否满足终止条件，若满足终止条件，得到最优化的分类器参数和数据处理方式，得到多层次分类器；若不满足终止条件，执行步骤三；步骤三：更新全局最优值和个体最优值；步骤四：更新粒子位值，执行步骤二；所述特征气体浓度处理方法是指按照式(1)对油中溶解气体浓度数据进行处理：${x_{\mathrm{ij}}}^{*}=\frac{x_{\mathrm{ij}}}{\underset{j=1}{\overset{5}{\max }}\left(x_{\mathrm{ij}}\right)}---\left(1\right)$其中x_ij为第i个样本第j类故障气体的体积分数，x_ij^*为归一化处理后的数据；所述图表法是利用CH₄、C₂H₄和C₂H₂三种气体各自在总量中的比例，定义一个点；所述劣化度法是按照式(2)对各种气体浓度数据进行处理，得出各自分别偏离注意值的程度，这种处理方式定义为劣化度：${x_{\mathrm{ij}}}^{*}=\frac{x_{\mathrm{ij}}}{x_j}---\left(2\right)$其中x_ij为第i个样本第j类故障气体的体积分数，x_ij^*为归一化处理后的数据，x_j为第j类气体的含量注意值，取值参考DL/T722‑2000，这里只对H₂、C₂H₂和总烃的含量进行劣化度的处理。