基于QPSO-SVM与DGA五边形解释工具的变压器故障诊断方法

作者：张丞鸣; 谢菊芳; 胡东; 唐超

来源：高压电器, 2021, 57(12): 117-124.

DOI：10.13296/j.1001-1609.hva.2021.12.016

• 变压器
• DGA
• Duval Pentagon 1
• Mansour Pentagon
• QPSO-SVM

鉴于变压器油中溶解气体分析(dissolved gas analysis,DGA)五边形解释工具存在依赖现场经验、准确率较低和分类边界过于绝对化等问题,提出了基于量子行为粒子群优化支持向量机(quantum-behaved particle swarm optimization support vector machine QPSO-SVM)与DGA五边形解释工具的变压器故障诊断方法。首先,基于变压器油中溶解气体数据,计算了Duval Pentagon1特征气体相对百分比的质心坐标和Mansour Pentagon特征气体相对百分比的质心坐标。其次,构建了QPSO-SVM-Duval Pentagon 1和QPSO-SVMMansour Pentagon变压器故障诊断模型。最后,对不同变压器故障诊断方法进行对比分析。仿真结果表明,QPSO-SVM-Duval Pentagon 1和QPSO-SVM-Mansour Pentagon变压器故障故障诊断方法准确率高于95.00%;QPSO-SVM-Duval Pentagon 1与QPSO-SVM-Mansour Pentagon相比准确率高、计算复杂;所提出方法与常规的DGA五边形解释工具和传统QPSO-SVM变压器故障诊断方法相比,变压器故障诊断准确率更高。

• 单位
  西南大学