基于特征气体关联特征的变压器故障诊断方法

摘要：

现有的基于油中溶解气体分析(dissolved gases analysis,DGA)的变压器故障诊断方法未能充分挖掘不同故障下特征气体间的关联特征.基于此,论文提出一种基于故障特征气体间关联特征的变压器故障诊断方法.利用最大信息系数(maximal information coefficient,MIC)方法定量表征不同故障类型下特征气体间的关联程度,并使用受试者工作特征(receiver operating characteristic,ROC)曲线获得不同故障类型下特征气体间的关联特征量及其分布范围,进而建立变压器故障诊断模糊推理系统;针对实际使用中数据采集周期较长的问题,对比选取了牛顿插值方法扩大待识别样本数据,保证了提取特征的有效性.针对选取的故障时序数据,论文所提方法的故障诊断准确率达到了100％,远高于三比值法和大卫三角法,说明论文所提方法充分地利用了故障特征气体间的关联特征,有效地提升了基于DGA的变压器故障诊断方法的性能,为基于DGA的变压器故障诊断提供了一种新的特征.

关键词：DGA、变压器、故障诊断、最大信息系数、ROC曲线、模糊推理系统、牛顿插值法

所属期刊栏目：45

分类号：TM41;TP391;TP277

资助基金：中央高校基本科研业务费专项16CX02034A

在线出版日期：2019-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：386-392