【摘要】：為了充分利用主元分析(PCA)和核獨(dú)立主元分析(KICA)特征提取的互補(bǔ)性,提高變壓器故障分類正確率,提出了基于PCA和KICA特征提取的變壓器故障診斷模型。該模型中,首先,將油中溶解氣體分析(DGA)測試樣本投影到PCA空間中進(jìn)行特征提取,采用多核支持向量機(jī)(MKSVM)作為分類器進(jìn)行預(yù)分類,采用核密度估計(jì)方法估計(jì)閾值將測試樣本預(yù)分類為易識別或難識別樣本;對難分類樣本則再次投影到KICA空間,采用另一MKSVM作為分類器進(jìn)行分類識別,實(shí)現(xiàn)PCA和KICA雙空間特征提取算法;最后,根據(jù)故障特征,建立變壓器故障診斷模型。實(shí)驗(yàn)結(jié)果表明,所提出的雙空間算法對變壓器故障的識別率達(dá)到88.61%,比單空間算法和IEC3比值法的識別率分別高10%和24%。
[Abstract]:In order to make full use of the complementarities of (KICA) feature extraction by principal component analysis (PCA) and kernel independent principal component analysis (KICA) and improve the accuracy of transformer fault classification, a transformer fault diagnosis model based on PCA and KICA feature extraction is proposed. In this model, firstly, the (DGA) test sample of dissolved gas analysis in oil is projected into the PCA space for feature extraction, and the multi-kernel support vector machine (MKSVM) is used as the classifier to pre-classify. The kernel density estimation method is used to estimate the threshold value, and the test samples are pre-classified as easily identifiable or difficult to identify, and the difficult samples are projected into KICA space again, and another MKSVM is used as the classifier to classify the samples. The dual space feature extraction algorithm of PCA and KICA is realized. Finally, the fault diagnosis model of transformer is established according to the fault features. The experimental results show that the recognition rate of the proposed dual-space algorithm for transformer faults is 88.61, which is 10% and 24% higher than that of single space algorithm and IEC3 ratio method, respectively.
【作者單位】： 中南大學(xué)信息科學(xué)與工程學(xué)院;宜春學(xué)院物理科學(xué)與工程技術(shù)學(xué)院;中國瑞林工程技術(shù)有限公司;
【基金】：國家自然科學(xué)基金(61134006) 國家“十二五”科技支撐計(jì)劃(2012BAK09B04)~~
【分類號】：TM407

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋斌,于萍,羅運(yùn)柏,文習(xí)山;基于灰關(guān)聯(lián)熵的充油變壓器故障診斷方法[J];電力系統(tǒng)自動化;2005年18期

2 張承彪,羅運(yùn)柏,文習(xí)山;主成分分析在變壓器故障診斷中的應(yīng)用研究[J];高電壓技術(shù);2005年08期

3 費(fèi)勝巍;苗玉彬;劉成良;張曉斌;;基于粒子群優(yōu)化支持向量機(jī)的變壓器故障診斷[J];高電壓技術(shù);2009年03期

4 符楊;田振寧;江玉蓉;曹家麟;;加權(quán)模糊核聚類法在電力變壓器故障診斷中的應(yīng)用[J];高電壓技術(shù);2010年02期

5 胡青;孫才新;杜林;李劍;;核主成分分析與隨機(jī)森林相結(jié)合的變壓器故障診斷方法[J];高電壓技術(shù);2010年07期

6 杜林;袁蕾;熊浩;唐綱;李剛;孫才新;;電力變壓器運(yùn)行狀態(tài)可拓層次評估[J];高電壓技術(shù);2011年04期

7 廖瑞金;張鐿議;黃飛龍;鄭含博;楊麗君;;基于可拓分析法的電力變壓器本體絕緣狀態(tài)評估[J];高電壓技術(shù);2012年03期

8 唐勇波;桂衛(wèi)華;歐陽偉;;基于相對重構(gòu)貢獻(xiàn)的變壓器故障診斷方法[J];高電壓技術(shù);2012年11期

9 趙文清;李慶良;王德文;;基于多模型的變壓器故障組合診斷研究[J];高電壓技術(shù);2013年02期

10 白翠粉;高文勝;金雷;于文軒;朱文俊;;基于3層貝葉斯網(wǎng)絡(luò)的變壓器綜合故障診斷[J];高電壓技術(shù);2013年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖燕彩;張清;;基于模糊支持向量機(jī)的變壓器故障診斷[J];北京交通大學(xué)學(xué)報(bào);2012年01期

2 宋強(qiáng);李菲;張運(yùn)素;徐蕾;;基于灰關(guān)聯(lián)熵法的電力變壓器故障診斷研究[J];變壓器;2010年02期

3 葉曉明;林小竹;;基于主元分析的人臉識別方法研究[J];北京印刷學(xué)院學(xué)報(bào);2010年02期

4 郭祖平;;基于模糊信息熵的變壓器故障診斷方法研究[J];船電技術(shù);2008年03期

5 周力行;李毅;竇鵬;龔杰;;混沌-分形理論在變壓器油熱老化故障診斷中的應(yīng)用[J];電工技術(shù)學(xué)報(bào);2008年12期

6 王蒙;王雅潔;楊丕仁;楊潤標(biāo);;基于獨(dú)立成分分析的自適應(yīng)圖像濾波算法[J];大理學(xué)院學(xué)報(bào);2010年04期

7 肖燕彩;朱衡君;陳秀海;;用灰色多變量模型預(yù)測變壓器油中溶解的氣體濃度[J];電力系統(tǒng)自動化;2006年13期

8 熊浩;孫才新;張昀;譚志紅;代姚;;電力變壓器運(yùn)行狀態(tài)的灰色層次評估模型[J];電力系統(tǒng)自動化;2007年07期

9 曹建;范競敏;丁家峰;盛馳;;改進(jìn)的灰熵關(guān)聯(lián)度算法用于變壓器故障診斷[J];電力系統(tǒng)及其自動化學(xué)報(bào);2009年04期

10 董秀成;陶加貴;王海濱;劉帆;;自適應(yīng)模糊支持向量機(jī)增量算法在變壓器故障診斷中的應(yīng)用[J];電力自動化設(shè)備;2010年11期

相關(guān)會議論文 前8條

1 宋斌;李仕林;羅運(yùn)柏;;基于orade數(shù)據(jù)庫的變壓器油色譜分析綜合故障診斷系統(tǒng)[A];湖北省電機(jī)工程學(xué)會電廠化學(xué)專委會2007年學(xué)術(shù)年會論文集[C];2007年

2 李仕林;宋斌;羅運(yùn)柏;孔旭暉;夏桓桓;;基于oracle數(shù)據(jù)庫的變壓器油色譜分析綜合故障診斷系統(tǒng)[A];2007云南電力技術(shù)論壇論文集[C];2007年

3 Deng Xiaogang;Tian Xuemin;;Nonlinear Process Monitoring Using Dynamic Kernel Slow Feature Analysis and Support Vector Data Description[A];第25屆中國控制與決策會議論文集[C];2013年

4 Feifan Shen;Zhihuan Song;Le Zhou;;Improved PCA-SVDD based monitoring method for nonlinear process[A];第25屆中國控制與決策會議論文集[C];2013年

5 趙小強(qiáng);楊武;薛永飛;;可變窗自適應(yīng)核主元分析的化工過程故障診斷算法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

6 汪愛娟;張端金;介曉婧;;基于核主元分析的故障檢測[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

7 Feng Jian;Wang Jian;Han Zhiyan;;Process Monitoring for Chemical Process based on Semi-supervised Principal Component Analysis[A];第25屆中國控制與決策會議論文集[C];2013年

8 ZANG Yingwei;WANG Zhengbing;;Fault Reconstruction Algorithm based on Fault-relevant KPCA[A];第25屆中國控制與決策會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 黃偉國;基于振動信號特征提取與表達(dá)的旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測與故障診斷研究[D];中國科學(xué)技術(shù)大學(xué);2010年

2 劉鏑;說話人識別中信息融合算法的研究[D];北京交通大學(xué);2011年

3 張亞剛;基于廣域信息的電力系統(tǒng)故障元件定位方法研究[D];華北電力大學(xué)（北京）;2011年

4 胡青;基于電力變壓器故障特征氣體分層特性的診斷與預(yù)測方法研究[D];重慶大學(xué);2010年

5 王正帥;老采空區(qū)殘余沉降非線性預(yù)測理論及應(yīng)用研究[D];中國礦業(yè)大學(xué);2011年

6 孫會剛;水分對油紙絕緣熱老化及壽命的影響與熱老化程度表征研究[D];重慶大學(xué);2011年

7 馬建偉;精密電液伺服閥幾何因素與性能指標(biāo)映射關(guān)系研究[D];大連理工大學(xué);2011年

8 張戰(zhàn)成;基于統(tǒng)計(jì)學(xué)習(xí)的協(xié)作分類與隱私保護(hù)方法及應(yīng)用研究[D];江南大學(xué);2011年

9 陳坤;在線核學(xué)習(xí)建模算法及應(yīng)用研究[D];浙江大學(xué);2011年

10 冉志紅;橋梁結(jié)構(gòu)損傷識別的動力指紋方法研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張晶瑩;獨(dú)立分量分析在電力系統(tǒng)諧波電流估計(jì)中的應(yīng)用[D];哈爾濱理工大學(xué);2010年

2 姚成;人臉識別算法在雙核DSP上的實(shí)現(xiàn)與優(yōu)化[D];江蘇大學(xué);2010年

3 梅振益;基于數(shù)據(jù)驅(qū)動的多模型軟測量研究[D];江南大學(xué);2011年

4 梅盛鑫;基于支持向量機(jī)和遺傳算法的人臉識別研究[D];杭州電子科技大學(xué);2011年

5 朱潔;數(shù)據(jù)挖掘技術(shù)在電力營銷系統(tǒng)線損計(jì)算中的應(yīng)用研究[D];蘭州理工大學(xué);2011年

6 瞿娜娜;基于組合核函數(shù)支持向量機(jī)研究及應(yīng)用[D];華南理工大學(xué);2011年

7 張翼舟;略陽火電廠建設(shè)項(xiàng)目影響后評價(jià)研究[D];華北電力大學(xué);2011年

8 楊家鳴;烏海電業(yè)局城市供電可靠性規(guī)劃[D];華北電力大學(xué);2011年

9 朱顥;全方位舌像特征提取及多核學(xué)習(xí)分類[D];哈爾濱工業(yè)大學(xué);2011年

10 劉偉;海勃灣城市供電可靠性研究[D];天津大學(xué);2011年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙海青,牛東曉;灰色優(yōu)選組合預(yù)測模型及其應(yīng)用[J];保定師范�？茖W(xué)校學(xué)報(bào);2002年02期

2 牟少敏;田盛豐;尹傳環(huán);;基于協(xié)同聚類的多核學(xué)習(xí)[J];北京交通大學(xué)學(xué)報(bào);2008年02期

3 鄧小強(qiáng);;預(yù)防性試驗(yàn)在電力變壓器狀態(tài)評估中的作用[J];變壓器;2007年09期

4 張景明;劉建國;;粗糙集和BP神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用[J];變壓器;2009年04期

5 林茂六;陳春雨;;基于傅立葉核與徑向基核的支持向量機(jī)性能之比較[J];重慶郵電學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年06期

6 高寧,高文勝,張瑞,嚴(yán)璋;結(jié)合主分量分析法的神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用[J];電工電能新技術(shù);1999年02期

7 錢政,高文勝,尚勇,嚴(yán)璋;基于范例推理的變壓器油中氣體分析綜合診斷模型[J];電工技術(shù)學(xué)報(bào);2000年05期

8 李儉,孫才新,陳偉根,陳國慶,崔雪梅;基于灰色聚類分析的充油電力變壓器絕緣故障診斷的研究[J];電工技術(shù)學(xué)報(bào);2002年04期

9 王楠,律方成,劉云鵬,李和明;基于決策表約簡的變壓器故障診斷Petri網(wǎng)絡(luò)模型及其應(yīng)用研究[J];電工技術(shù)學(xué)報(bào);2003年06期

10 章劍光,周浩,項(xiàng)燦芳;基于Super SAB神經(jīng)網(wǎng)絡(luò)算法的主變壓器故障診斷模型[J];電工技術(shù)學(xué)報(bào);2004年07期

相關(guān)博士學(xué)位論文 前4條

1 彭寧云;基于DGA技術(shù)的變壓器故障智能診斷系統(tǒng)研究[D];武漢大學(xué);2004年

2 吳立增;變壓器狀態(tài)評估方法的研究[D];華北電力大學(xué)（河北）;2005年

3 趙文清;基于數(shù)據(jù)挖掘的變壓器故障診斷和預(yù)測研究[D];華北電力大學(xué)（河北）;2009年

4 周曙;基于貝葉斯網(wǎng)的電力系統(tǒng)故障診斷方法研究[D];西南交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前3條

1 黃偉;變壓器油中溶解氣體在線監(jiān)測系統(tǒng)及其故障診斷方法研究[D];湖南大學(xué);2005年

2 許永建;變壓器故障診斷技術(shù)研究[D];南京理工大學(xué);2010年

3 楊海深;貝葉斯網(wǎng)絡(luò)中不確定性知識推理算法及其應(yīng)用研究[D];華南理工大學(xué);2010年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田競;王_g;;基于最小二乘支持向量機(jī)的電力變壓器故障診斷[J];儀器儀表與分析監(jiān)測;2008年01期

2 孫娜;;基于粗糙集的變壓器故障診斷方法研究綜述[J];廣東電力;2010年02期

3 陳偉根;潘，

本文編號：2240638