【技术实现步骤摘要】
本专利技术涉及人工智能算法和匝间绝缘状态评估领域，具体为基于支持向量机的发电机匝间绝缘状态评估方法及系统。
技术介绍
1、大型汽轮发电机中性点ct是汽轮发电机乃至发电厂的关键设备，其准确性和可靠性对于汽轮发电机的安全稳定运行至关重要。汽轮发电机中性点ct的准确性保证了汽轮发电机中电能计量和继电保护等功能的安全可靠。铁芯线圈是汽轮发电机中性点ct中的关键传感部件，其性能优劣关系着整个测量互感器的可靠性。目前对于汽轮发电机中性点ct匝间绝缘劣化的研究较少，在运汽轮发电机中性点ct线圈的匝间绝缘劣化不易被发现，且具有累积效应。随着线圈匝间绝缘劣化的加剧，一旦发生故障，很可能会损坏设备，影响电力系统正常运行。
技术实现思路
1、针对现有技术中存在的问题，本专利技术提供一种基于支持向量机的发电机匝间绝缘状态评估方法及系统，对汽轮发电机中性点ct匝间绝缘劣化状态进行准确评估，为汽轮发电机的运行提供安全基础。
2、本专利技术是通过以下技术方案来实现：
3、一种基于支持向量机的发电机匝间绝缘状态评估方法，包括以下步骤：
4、步骤1、根据匝间绝缘试样的性能数据构建特征数据集和标签数据集；
5、步骤2、对特征数据集和标签数据集进行相关性分析，剔除特征数据集中相关性不符合要求的特征数据，得到更新的特征数据集；
6、步骤3，基于信息扩散算法建立样本预处理模型，根据更新的特征数据集中各性能数据的论域控制点和扩散系数，采用正态型信息扩散函数对性能数据
7、步骤4、根据惩罚参数c和不同的模型评价指标函数，分别构建多个支持向量机模型，采用最终特征数据集t和标签数据集进行对各支持向量机模型训练，并确定预测性能最优的支持向量机模型，对发电机匝间绝缘状态评估。
8、优选的，步骤1所述特征数据集包括匝间绝缘的吸收比、介质损耗、介损增量、泄露电流、电容增量、极化指数和最大放电量增加率；标签数据集包括匝间绝缘的剩余击穿电压。
9、优选的，步骤1中对匝间绝缘试样进行梯度时长的性能测试获取性能数据。
10、优选的，步骤2中所述相关性分析的方法如下：
11、将特征数据集中的各特征数据分别与标签数据集进行相关性分析，得到特征数据与标签数据集的相关性。
12、优选的，使用spearman秩相关系数进行相关性分析，方法如下：
13、
14、式中：ri表示xi的秩次；qi代表yi的秩次；ri-qi为两个变量对应位置的秩次之差。
15、优选的，步骤3最终的特征数据集的确定方法如下：
16、设置信息扩散算法的论域控制点，使每个论域控制点落在对应性能数据的大小区间内；确定各性能数据的扩散系数；
17、基于各性能数据的论域控制点和扩散系数对性能数据进行扩散，并对扩散后的性能数据进行归一化处理，得到最终特征数据集。
18、优选的，步骤4中所述模型评价指标函数为核函数g、线性核函数、多项式核函数、径向基核函数和sigmoid核函数。
19、优选的，所述支持向量机模型的训练方法如下：
20、采用网络搜索和交叉验证法，改变惩罚参数c和模型复杂度评价指标，对支持向量机模型进行迭代网络搜索，使均方误差最小，得到最优的惩罚参数c和模型复杂度评价指标，完成各支持向量机模型的训练。
21、优选的，所述测性能最优的支持向量机模型的确定方法如下：
22、根据最大绝对百分比误差、平均绝对百分比误差和均方误差评估各支持向量机模型的预测性能。
23、一种基于支持向量机的发电机匝间绝缘状态评估方法的系统，包括，
24、数据采集模块，用于根据匝间绝缘试样的性能数据构建特征数据集和标签数据集；
25、数据优化模块，用于对特征数据集和标签数据集进行相关性分析，剔除特征数据集中相关性不符合要求的特征数据，得到更新的特征数据集；
26、特征集模块，用于基于信息扩散算法建立样本预处理模型，根据更新的特征数据集中各性能数据的论域控制点和扩散系数，采用正态型信息扩散函数对性能数据进行扩散处理，根据扩散后的性能收集得到最终的特征数据集；
27、性能评估模块，根据惩罚参数c和不同的模型评价指标函数，分别构建多个支持向量机模型，采用最终特征数据集t和标签数据集进行对各支持向量机模型训练，并确定预测性能最优的支持向量机模型，对发电机匝间绝缘状态评估。
28、与现有技术相比，本专利技术具有以下有益的技术效果：
29、本专利技术提供的一种基于支持向量机的发电机匝间绝缘状态评估方法，首先通过相关性分析选出与ct匝间绝缘剩余击穿电压相关性最强的非破坏性参量，然后基于信息扩散算法对原始数据预处理以最大程度挖掘实验数据的有效信息，然后对扩散后的信息样本值进行归一化处理得到最终的样本集。然后基于svm算法建立预测模型，采用训练好的支持向量机模型预测剩余击穿电压，实现匝间绝缘状态的准确评估。本专利技术基于信息扩散-支持向量机算法预测了大型汽轮发电机中性点ct的匝间绝缘的剩余击穿电压，克服了汽轮发电机中性点ct匝间绝缘劣化难以及时诊断的问题，实现了快速精准的判断匝间绝缘的状态。
本文档来自技高网...【技术保护点】
1.一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤1所述特征数据集包括匝间绝缘的吸收比、介质损耗、介损增量、泄露电流、电容增量、极化指数和最大放电量增加率；标签数据集包括匝间绝缘的剩余击穿电压。
3.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤1中对匝间绝缘试样进行梯度时长的性能测试获取性能数据。
4.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤2中所述相关性分析的方法如下：
5.根据权利要求4所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，使用Spearman秩相关系数进行相关性分析，方法如下：
6.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤3最终的特征数据集的确定方法如下：
7.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征
8.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，所述支持向量机模型的训练方法如下：
9.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，所述测性能最优的支持向量机模型的确定方法如下：
10.一种执行权利要求1-9任一项所述的一种基于支持向量机的发电机匝间绝缘状态评估方法的系统，其特征在于，包括，
...【技术特征摘要】
1.一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤1所述特征数据集包括匝间绝缘的吸收比、介质损耗、介损增量、泄露电流、电容增量、极化指数和最大放电量增加率；标签数据集包括匝间绝缘的剩余击穿电压。
3.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤1中对匝间绝缘试样进行梯度时长的性能测试获取性能数据。
4.根据权利要求1所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，步骤2中所述相关性分析的方法如下：
5.根据权利要求4所述的一种基于支持向量机的发电机匝间绝缘状态评估方法，其特征在于，使用spearman秩相关系数进行相关性分...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。