基于智能算法的DGA变压器故障诊断研究及决策树验证

作者：张英; 徐龙舞; 王明伟; 刘喆; 张倩; 潘云

来源：电力大数据, 2021, 24(11): 55-61.

DOI：10.19317/j.cnki.1008-083x.2021.11.005

• 油浸式变压器
• DGA数据
• 三比值法
• 专家系统
• 模糊理论
• 机器学习
• 决策树

油浸式变压器的DGA数据富含大量的变压器故障信息,深度剖析DGA数据与变压器的故障状况有利于实现油浸式变压器的故障诊断。然而,特征气体信息与变压器故障类型,故障程度间为复杂的非线性映射关系,给基于变压器油中溶解气体的变压器故障判断工作带来了困难。本文综述了从三比值法到专家系统、模糊理论、机器学习等智能诊断方法,简述了各方法的优点与不足之处,此外利用决策树较强的分类性能,提出了基于决策树的变压器故障诊断模型,实验结果表明,该方法较传统三比值法有一定的优势。最后,对未来的DGA数据智能算法分析研究提供一些思路,提升变压器故障诊断准确率。

• 单位
  贵州大学; 贵州电网有限责任公司