陈新岗，崔炜康，朱莹月，刘新宇，谭 悦，朱 磊

（重庆理工大学 电气与电子工程学院，重庆 400054）

当前，我国有大量长期运行的变压器面临老化检测的问题［1－2］。经调研，由于变压器的型号及规格差异，其绝缘油与绝缘纸的比例范围通常在10∶1～18∶1。故对不同油纸比的变压器油纸绝缘样本的老化评估做相关研究。

通过对油中溶解糠醛、溶解气体［3－4］或对绝缘纸聚合度的检测等传统方法均可判断油纸绝缘系统的老化状态。但对油中溶解的糠醛或气体的定量检测过程操作繁琐，精度极易受影响；绝缘纸的聚合度最能准确直观地反映样本的老化状态，但取样困难且无法满足带电或在线监测的要求。

基于拉曼光谱技术，利用算法构建合理的评估模型以判断变压器油纸绝缘系统的老化状态是目前高效的检测手段之一。基于拉曼光谱技术，文献［5］通过构建核算法分类器实现了对变压器的老化状态诊断；文献［6］利用支持向量机模型对拉曼光谱数据进行分析，提出了一种变压器老化诊断方法。上述2种方法对单一油纸比的变压器样本的测试准确率分别达到了90.83%、96.19%。

KNN（K-nearest neighbor）法即K最邻近法，由于性能优异、简单可靠而被广泛应用。文献［7］运用KNN算法对断路器中的缺陷文本进行分类处理，提升了对断路器状态的评估效果。文献［8］采用KNN算法对变压器局部放电超高频信号特征进行识别，得到了较高的变压器故障诊断准确率。

在变压器油纸绝缘系统的老化评估中，针对其油纸比不尽相同的问题，对传统KNN算法的距离度量方式进行改进，提出了一种基于拉曼光谱的改进KNN老化评估模型。……