基于SVM算法的变压器DGA和故障诊断

作者：陆敏安; 任堂正; 肖远兵; 陈敬德; 崔明飞

来源：机电信息, 2020, (21): 22-25.

DOI：10.19514/j.cnki.cn32-1628/tm.2020.21.011

• 变压器
• 支持向量机
• 油中溶解气体分析
• 故障诊断

油中溶解气体分析(DGA)是评估变压器运行状态和故障诊断的重要指标。现将支持向量机算法(SVM)应用于DGA和故障诊断中,并对比了SVM算法和其他传统算法在故障诊断中的正确率。研究结果表明,传统算法的故障诊断正确率在43%～54%,而优化后的SVM算法正确率为76.77%。超过23%的正确率提升充分证明了SVM算法在故障数据特征识别中的先进性,对变压器运维提供了强力的技术支持。

• 单位
  国网上海市电力公司