[发明专利]一种变压器故障诊断方法

权利要求书

1.一种变压器故障诊断方法，其特征在于：包括，

采集电力系统中变压器的历史预防性试验数据及故障数据并进行预处理；

所述历史预防性试验数据包括，铭牌信息、油监视数据、色谱监视数据；

所述故障数据包括，设备编号、故障时间、故障类型；

预处理所述数据包括，剔除错误的所述数据，利用插值法对部分缺失数据进行补充；

利用相关性分析策略分析预处理后的所述数据项间的相关性，得到特征量集；

利用Spearman相关系数和Kendall相关系数分别计算所述数据项间的相关性；

统计分析计算结果并将各类特征量分为五类；

将相关关系强弱出现频次作为所述特征量分类的标准，结合两种相关性结果综合分析，获得用于故障诊断的所述特征量集；

结合蚁狮优化策略对支持向量机进行优化，获得优化后的支持向量机模型；

利用所述支持向量机模型对所述变压器进行故障诊断；

利用所述支持向量机模型对所述变压器进行故障诊断具体包括：从各台变压器预试数据中心筛选获得故障结果数据并根据所述故障类型进行分类；

将所述故障结果数据进行编码，按照10:1的比例将所述数据划分为训练集和测试集；

初始化所述蚁狮优化策略各参数；

基于所述蚁狮优化策略迭代更新蚂蚁与蚁狮位置，利用适应度函数计算每只蚂蚁与所述蚁狮的适应度值，最终根据结束条件输出最优的(C，g)参数值；

提取所述(C，g)参数值作为所述支持向量机的参数，结合支持向量机策略和所述训练集构建所述支持向量机模型；

利用优化后的所述支持向量机模型对所述测试集进行分析计算，输出故障诊断结果。

2.根据权利要求1所述的变压器故障诊断方法，其特征在于：所述Spearman相关系数包括，

其中，R_i和S_i是观测值i的取值等级，和是两个变量的平均等级，N是观测值的总数量。

3.根据权利要求2所述的变压器故障诊断方法，其特征在于：所述Kendall相关系数包括，

其中，P是排列关系一致的数值对数，n是统计向量数。

4.根据权利要求3所述的变压器故障诊断方法，其特征在于：所述支持向量机模型包括，

K(x_i,x_j)＝exp(-g||x_i-x_j||²)

其中，ω表示超平面法向量，C表示惩罚因子，控制错分样本的惩罚程度，n表示样本数量，ξ表示松弛因子，指在线性不可分情况下的允许错分率，y_i表示样本输出量，且y_i∈{-1,1}，x_i是蚂蚁i游走位置坐标，x_j是蚂蚁j游走位置坐标，b表示阈值，g是高斯径向基核函数参数。

5.根据权利要求4所述的变压器故障诊断方法，其特征在于：所述故障类型包括，正常运行、中低温过热、高温过热、低能放电和高能放电。

6.根据权利要求5所述的变压器故障诊断方法，其特征在于：所述蚁狮优化策略包括，

蚂蚁在搜索空间中通过随机的游走行为寻觅食物，而蚁狮利用陷阱对所述蚂蚁进行捕获，如下，

x_i＝[0,cumsum(2r(t)-1)]

其中，x_i是蚂蚁i游走位置坐标，cumsum表示计算累计和，t表示迭代，r(t)表示随机值。