龚健

(1.三峡大学，湖北　宜昌　443002;2.中国葛洲坝集团电力有限责任公司，湖北　宜昌　443002)



基于支持向量机的变压器故障诊断研究

龚健1,2

(1.三峡大学，湖北宜昌443002;2.中国葛洲坝集团电力有限责任公司，湖北宜昌443002)

在变压器故障诊断方法的研究进程中，以油中气体分析技术(DGA)运用的最早而且最为广泛，它在变压器的预防保护试验中有着重要的意义。但是DGA技术存在许多缺点：不能准确的诊断多重故障、诊断准确率不高等。针对以上缺点，提出基于支持向量机的变压器故障诊断方法。通过变压器故障诊断仿真证明，该方法能诊断出多重故障，准确率也很高。

支持向量机；变压器；故障诊断

1　引言

变压器的安全、稳定运行对电力系统至关重要，它是电网的核心设备，它能否正常运作对电网有着决定性作用。因此，定时对变压器进行故障诊断分析是十分必要的。变压器经过长期的运行必然会产生一些故障。有些故障很明显的表现出来，但还有一些故障不容易显露出来，这些不容易显露出来的故障叫做隐形故障[2]。经过长期积累这些隐形故障可能会损害变压器的性能和寿命，甚至会对电网的经济运行产生严重影响。根据研究表明，油中溶解气体H2、CH4、C2H6、C2H4、C2H2与变压器的故障有着直接的联系，通过分析这些气体的含量可以发现变压器的隐形故障。

支持向量机[4](SVM)是由Vipnik等人依据结构风险最小化原则提出的，它包括两种：分类和回归(本文运用分类)，具有很好的泛化能力。而且SVM算法是一个凸二次优化问题，其最终得到极限解就是全局最优解。……