专利名称：基于优化方法的多特征选择多层次变压器故障诊断方法
技术领域：
本发明涉及一种基于优化方法的多特征选择多层次变压器故障诊断方法。
背景技术：
变压器是电力系统中最重要的设备之一，准确的诊断其内部潜伏性故障对整个电力系统的稳定运行有着重要的意义。变压器在受到热或电的作用下，绝缘油会发生裂解产生气体，气体的体积分数及比值与故障类型有着密切的关系。据此发展而来的油中溶解气体分析技术(Dissolved Gas Analysis, DGA)便成为发现变压器潜伏性故障最有效的手段。基于传统三比值法存在编码不全和判断标准过于绝对的缺点，人工智能技术得到了广泛的关注，如人工神经网络、贝叶斯网络、支持向量机(SVM)和相关向量机(RVM)等。其中支持向量机和相关向量机是机器学习领域的新方法，以其对小样本数据良好的处理性 能和泛化能力，得到了广泛的应用。但支持向量机和相关向量机解决的是二元分类问题，在进行多分类时需要建立多层次模型，以往的模型对不同层次分类器采取相同的特征提取方式，这样就造成了提取的特征针对性不强，从而影响了分类器的分类性能。
发明内容
本发明的目的就是为了解决上述问题，提供一种基于优化方法的多特征选择多层次变压器故障诊断方法，利用支持向量机或相关向量机建立多层次分类模型的同时，对不同层次分类器采取不同的特征提取方式，从而得到更高的分类准确率。本发明的目的通过以下技术方案来实现一种基于优化方法的多特征选择多层次变压器故障诊断方法，采用二分类分类器建立多层次分类模型，每一层分类器采取不同的特征提取方式，特征提取方式和分类器的参数采用优化方法优化。所述特征提取方式包括特征气体浓度处理方法、IEC三比值法、图表法、劣化度法。I.特征气体浓度处理方法特征气体浓度处理方法是指按照式(I)对油中溶解气体浓度数据进行处理
「 I ·%*= Jij ■⑴V 5
maxCx,)
j=i "其中Xij为第i个样本第j类故障气体的体积分数，Xij*为归一化处理后的数据。2. IEC三比值法IEC三比值法是对C2H2、C2H4、C2H6、CH4和H2这五种气体的浓度进行处理，形成三种比值C2H2/C2H4、C2H4ZC2H6 和 ch4/h2。3.图表法图表法是利用CH4、C2H4和C2H2三种气体各自在总量中(CH4+C2H4+C2H2)的比例，定义一个点(%ch4、％c2h4、%c2h2)。4.劣化度法劣化度法是按照式(2)对各种气体浓度数据进行处理，得出各自分别偏离注意值的程度，这种处理方式定义为劣化度
权利要求
1.基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，采用二分类分类器建立多层次分类模型，每一层分类器采取不同的特征提取方式，特征提取方式和分类器的参数采用优化方法优化；所述特征提取方式包括特征气体浓度处理方法、IEC三比值法、图表法、劣化度法。
2.如权利要求I所述的基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，所述优化方法为粒子群优化方法或遗传算法。
3.如权利要求I所述的基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，所述二分类分类器为支持向量机或/和相关向量机。
4.如权利要求I所述的基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，所述特征气体浓度处理方法是指按照式(I)对油中溶解气体浓度数据进行处理
5.如权利要求I所述的基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，所述IEC三比值法是对C2H2、C2H4, C2H6, CH4和H2这五种气体的浓度进行处理，形成三种比值C2H2/C2H4、C2H4ZC2H6 和 ch4/h2。
6.如权利要求I所述的基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，所述图表法是利用CH4、C2H4和C2H2三种气体各自在总量中的比例，定义一个点。
7.如权利要求I所述的基于优化方法的多特征选择多层次变压器故障诊断方法，其特征是，所述劣化度法是按照式(2)对各种气体浓度数据进行处理，得出各自分别偏离注意值的程度，这种处理方式定义为劣化度
全文摘要
本发明涉及一种基于优化方法的多特征选择多层次变压器故障诊断方法，用于提高故障诊断模型的准确率。该模型采用多层次结构，每一层进行二元分类，并且每一层的分类器采用不同的特征提取方式，特征提取方式和分类器的参数采用优化方法优化。本发明采用二元分类器建立多层次变压器故障诊断方法，对每一层采取不同特征提取方式并且采用优化方法对分类器参数和特征提取方式进行优化，可以显著的提高分类器的性能。
文档编号G06K9/62GK102930299SQ20121047408
公开日2013年2月13日 申请日期2012年11月20日 优先权日2012年11月20日
发明者李尚振, 亓延峰, 赵信华, 李英, 苏将涛, 段伦峰 申请人:山东电力集团公司莱芜供电公司, 国家电网公司