基于相对重构贡献的变压器故障诊断方法

摘要：

为了充分挖掘油中溶解气体分析（DGA）数据隐藏的故障特征信息,提出了一种基于相对重构贡献（rRBC）的变压器故障诊断新方法。该方法首先利用DGA数据建立主元分析（PCA）模型,基于故障重构的思想,计算样本各变量重构贡献率（RBC）;考虑各变量重构贡献率之间的可比性,计算其相对重构贡献率并作为特征量,通过归一化处理来提取故障特征;然后,建立变压器分层故障诊断模型,利用灰关联熵（GRE）信息利用率高等优点,求出待诊模式与各标准模式的综合灰熵关联序,实现故障诊断。实例研究结果表明,所提出的相对重构贡献灰关联熵方法与重构贡献灰关联熵、灰关联熵方法相比,使特征样本集的可分性变大,提高了分类正确率。

关键词：故障诊断、电力变压器、溶解气体分析(DGA)、主元分析(PCA)、相对重构贡献(rRBC)、灰关联

所属期刊栏目：38

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金重点项目61134006;国家“十二五”科技支撑计划2012BAK09B04

在线出版日期：2013-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2964-2971