一种变压器故障诊断方法技术

本发明专利技术公开一种变压器故障诊断方法，包括数据预处理、差分变异头脑风暴优化算法(DBSO)优化CatBoost模型和故障诊断。首先对变压器油中溶解气体分析法(DGA)的数据进行数据预处理：引入比值法对原始数据添加特征，对异常数据进行处理，利用沙普利加和解释法(SHAP)进行特征提取，利用核主成分分析(KPCA)法进行数据降维，归一化后将数据进行序列划分；再将预处理后的数据输入CatBoost模型进行训练，用DBSO算法对该模型进行参数寻优，得到最优模型；最后利用得到的DBSO

【技术实现步骤摘要】
一种变压器故障诊断方法


[0001]本专利技术属于电网安全运行和保障供电质量领域，具体涉及一种变压器故障诊断方法。

技术介绍

[0002]随着人工智能的迅速发展，智能算法越来越多地应用于变压器故障诊断，其能准确地诊断出变压器的故障，对维护电网安全运行、保证供电质量有着重要的意义。
[0003]目前我国的电网多采用油中溶解气体分析的DGA法：变压器在过热、放电等状态下，其绝缘油会产生气体，并溶解在油中；DGA法通过分析溶解气体的情况，得到变压器的运行状况，利用溶解气体的相对含量来判断故障类型。该方法计算简单，但对阈值附近的数据分类效果不好，常出现“缺码”或“超码”现象。
[0004]针对这一现状，本专利技术提出一种基于DBSO
‑
CatBoost模型的变压器故障诊断方法，可以精确地检测变压器故障，从而保障整个电网的安全和供电质量，有着重要的理论和实际意义。

技术实现思路

[0005]针对现有技术的不足，本专利技术的目的在于提供一种变压器故障诊断方法，解决现有技术中变压器故障诊断精确不高、分类效果不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器故障诊断方法，其特征在于，包括数据预处理、DBSO算法优化CatBoost模型和故障诊断三个部分。将采集到的变压器DGA样本数据进行数据预处理，将其划分为测试集、训练集和验证集；使用DBSO算法优化CatBoost模型，并利用训练集和验证集训练该模型，得到最优模型；最后利用该模型对测试集的数据进行故障诊断，并进行模型评价。2.根据权利要求1所述的DGA样本数据预处理方法，其特征在于,主要是对采集到的DGA样本数据进行特征提取、降维、归一化等处理，并将其进行序列划分。3.根据权利要求1所述的DBSO算法优化CatBoost模型，其特征在于，利用DBSO算法优化CatBoost模型中的参数：设置CatBoost模型的4个超参为DBSO的个体，利用DBSO算法进行CatBoos参数寻优。4.根据权利要求1所述的故障诊断部分，其特征在于，利用训练好的模型对采集到的变压器DGA数据进行故障诊断。5.根据权利要求2所述的特征提取，其特征在于，采用交互式比值形式添加DGA数据特征：选取H2、CH4、C2H6、C2H4、C2H2的浓度值为变压器故障诊断的属性，因此数据属性的交互式比值形式有以下四种：N1/N2、N1/(N3+N4)、N1/(N3+N4+N5)、N1/(N3+N4+N5+N6)，其中N1、N2、N3、N4、N5、N6为DGA数据任意不同的属性。6.根据权利要求2所述的特征提取，其特征在于，采用沙普利加和解释法(SHAP)对交互比值法后的数据进行...

【专利技术属性】
技术研发人员：张梅，何柳，陈万利，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：