公开(公告)号：CN116522121A

公开(公告)日：2023-08-01

申请号：CN202310485014.6

申请日：2023-04-28

Applicant: 东北电力大学

Inventor： 关山 ,  杨海琦 ,  崔金栋 ,  吴同宇

IPC: G06F18/2135 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25 ,  G06N3/126

Abstract: 本发明公开了一种不平衡小样本条件下的变压器在线故障诊断方法，包括：第一步，将采集到的变压器故障样本数据进行标准化处理，并划分为训练集、测试集和验证集；第二步，针对训练集采用TLR算法消除少数类的噪声样本以及部分边界出样本，然后利用ADASYN算法在保留少数类样本数据特征前提下扩充样本数量；第三步，采用无编码比值法构造样本特征；第四步，通过KPCA对样本特征融合降维；第五步，构建WOA‑RF变压器故障诊断模型，利用验证集调整诊断模型的超参数，最后通过测试集得到诊断结果；第六步，将采集到的在线测试集输入至最优分类器中。本发明的方法，能有效提高变压器的故障诊断精度。

公开(公告)号：CN117909843A

公开(公告)日：2024-04-19

申请号：CN202311773048.1

申请日：2023-12-21

Applicant: 东北电力大学

Inventor： 关山 ,  吴同宇 ,  崔金栋 ,  杨海琦 ,  王冲

IPC: G06F18/2411 ,  G06F18/25 ,  G06F18/214

Abstract: 本发明公开了一种变压器故障在线诊断方法，涉及变压器故障技术，该方法分为六步：第一步，将采集到的变压器故障样本数据标准化处理；第二步，采用Tomek链移除与合成少数类过采样（TLR‑SMOTE）方法得到平衡数据；第三步，采用无编码比值法构造油中溶解气体特征矩阵；第四步，采用核主成分分析（KPCA）方法对样本特征融合降维；第五步，采用改进的灰狼优化算法(CGWO)对最小二乘支持向量机(LSSVM)模型的参数进行优化，构建最优变压器故障诊断模型；第六步，利用训练后的CGWO‑LSSVM模型进行变压器故障在线诊断。该发明能够有效解决变压器故障诊断中故障样本数量少且分布不均衡导致诊断率低的问题。