基于信息融合和CS-SVM的变压器绕组变形故障诊断方法研究

被引：42

作者：

甘锡淞 ^{[1
]}

李云 ^{[2
]}

傅成华 ^{[1
]}

郭辉 ^{[1
]}

杨亭榆 ^{[1
]}

机构：

[1] 四川理工学院自动化与信息工程学院

[2] 四川工商职业技术学院

来源：

电力系统保护与控制 | 2018年 / 46卷 / 01期

关键词：

变压器; 绕组变形; 信息融合; CS-SVM; 故障诊断;

D O I：

暂无

中图分类号：

TM41 [电力变压器];

学科分类号：

080810 [电力电子与电能变换];

摘要：

变压器绕组在遭受短路故障后易产生变形,传统的频率响应分析或短路阻抗分析在绕组变形检测过程中具有一定的片面性。提出一种基于信息融合和CS-SVM(布谷鸟优化的支持向量机)的变压器绕组变形故障诊断方法,通过将绕组变形相关的检测数据融合成SVM的输入样本,并放入根据人工经验训练好的CS-SVM来进行诊断。Matlab仿真结果表明,此方法具有良好的抗干扰性,能够较好地诊断出变压器绕组状态。最后再结合某变压器具体实例进行相应验证。

引用

页码：156 / 161

页数：6

共 22 条

[1]

An improved SVM integrated GS-PCA fault diagnosis approach of Tennessee Eastman process.[J].Xin Gao;Jian Hou.Neurocomputing.2016,

[2]

Engineering optimisation by cuckoo search.[J].Xin-She Yang; Suash Deb.Int. J. of Mathematical Modelling and Numerical Optimisation.2010, 4

[3]

基于布谷鸟搜索算法的变电站选址方法研究 [J].