王文博，曾小梅，赵引川，张云云，刘 达

(1.华北电力大学 数理学院，北京 102206；2.华北电力大学 智慧能源研究所，北京 102206；3.中国能源建设集团安徽省电力设计院有限公司，安徽 合肥 230602)

0 引 言

变压器作为电力系统中的重要设备，在电力传输过程中至关重要[1，2]。变压器缺陷可能会造成极大的经济损失和不利的社会影响。准确预测变压器缺陷可以有效避免灾难性损失的发生[3]。因此，准确诊断变压器缺陷情况尤为重要。

在大数据背景下，电网企业不断更新在线监测设备和计算机数据存储系统，这有助于实现电力设备的缺陷与故障诊断[4]。目前关于变压器缺陷预测的方法颇多，主要包括基于统计学的方法与机器学习方法。基于统计学的方法有多元线性回归[5]和时间序列[3,6]。但这两种方法都存在一定的局限性。多元线性回归方法仅适用于线性可分的情况，对缺陷发生与否的二分类预测问题有很大的偏差。时间序列的方法虽然降低了模型的建模难度，但缺陷影响因素多，导致预测精度较低。目前适用于数据集大且预测精度要求较高的变压器缺陷诊断模型是机器学习模型，如支持向量机[7，8]、逻辑回归[9]等。

在实际生产中发生故障的变压器数量往往小于正常的数量。即无缺陷的样本数量远大于有缺陷的样本数量。因此，变压器状态数据集是不平衡数据集。这种类别不平衡的分布很大程度上影响了监督分类方法的准确性[10，11]，导致模型无法准确地预测变压器的健康状态。……