马旭斌， 杨勇， 马鹏

〔内蒙古电力(集团)有限责任公司 阿拉善电业局，内蒙古 阿拉善 750306〕

0 引 言

高压套管是变电站的关键设备，起到绝缘与支撑的作用。高压套管受到热、电和机械等应力作用发生绝缘老化，性能发生不可逆下降，微水加速绝缘老化进程，使得高压套管运行产生极大的安全隐患[1]1。因此对高压套管绝缘的老化与受潮状态进行有效评估十分重要。

频域介电谱测试作为一种新型电方法受到广泛关注与研究。国内外相关学者开展了各方面研究，如：西安交通大学学者修正了Havriliak-Negami模型来表征绝缘油的介电谱测试结果[2]；昆士兰大学学者研究分析老化、温度和水分对油浸纸介电谱测试结果的影响规律[3]；重庆大学学者在相关研究中基于“时温叠加”的思想提出并证明了一种消除温度对油浸纸频域介电谱影响的方法[4]。上述成果为研究高压套管绝缘状态评估奠定了扎实基础，然而介电谱受到老化与水分共同影响，因此如何识别评估高压套管具体的绝缘缺陷是亟需解决的问题。

近年来，人工智能技术逐渐成为故障诊断的重要组成部分[5]，如神经网络、K近邻和支持向量机等。因此，针对高压套管老化与受潮状态评估，本文提出了一种基于布谷鸟寻优算法优化多分类最小二乘支持向量机( least square support vector machines,LS-SVM)的高压套管绝缘状态评估方法。

1 基于LS-SVM的多分类模型设计

1.1 LS-SVM分类模型

(1)

式中:w为超平面的法向量；b为偏置量。分类决策函数为：

f(xi)=sgn(wTxi+b)

(2)

通过求解优化函数Φmin(w,ei)来表示LS-SVM的非线性分类模型。……