公开(公告)号：CN118094385A

公开(公告)日：2024-05-28

申请号：CN202311370403.0

申请日：2023-10-21

Applicant: 南昌大学

Inventor： 廖才波 ,  杨金鑫 ,  邱志斌 ,  李童宏飞 ,  黎凯 ,  蒋子豪 ,  刘小天 ,  黄智勇 ,  刘邦

IPC: G06F18/243 ,  G06F18/2411 ,  G06F18/27 ,  G06F18/211

Abstract: 本发明公开了一种基于RFECV的变压器故障表征特征量筛选方法。首先，收集已知变压器运行状态的在线或离线油色谱数据，进行特征衍生处理，形成高维特征样本集；然后，构建基于分类回归树的变压器故障诊断模型，采用随机搜索算法实现分类回归树模型的参数优化；最后，将最优诊断模型作为RFECV方法的基学习器，通过遍历所有特征序列筛选得到最佳特征组合，实现变压器故障的准确预测及诊断决策可视化。本发明可以大幅度缩减特征量筛选中的统计分析工作和解决传统故障诊断方法的“黑箱”问题，提升变压器故障诊断方法的科学性和实用性。

公开(公告)号：CN116087655A

公开(公告)日：2023-05-09

申请号：CN202310021206.1

申请日：2023-01-07

Applicant: 南昌大学

Inventor： 廖才波 ,  杨金鑫 ,  邱志斌 ,  黎凯 ,  李童宏飞 ,  逯遥 ,  吴子建 ,  李欣 ,  陈则宇 ,  李朝勇

IPC: G01R31/00 ,  G06F18/2415 ,  G06F18/2431 ,  G01R31/12 ,  G01N33/00

Abstract: 本发明公开了一种基于扩充三比值和关联规则的变压器故障分层诊断方法。首先基于在线或离线油中溶解气体数据，采用扩充三比值法对变压器故障进行初级诊断，用于不同程度的过热、放电或其他故障性质的判断及其早期预警；然后结合变压器故障树，实现故障性质和对应故障子集的分类；提取在线监测试验特征量，对故障子集中的故障类型进行一定的排除；最后采用关联规则分析故障类型和故障特征量的关联关系，从而构建变压器故障精细化诊断模型，实现故障性质、故障类型及故障可信度的动态评估。本发明能够克服传统变压器故障诊断方法过于依赖现场试验数据、故障诊断结果准确度不高且难以指导现场运维等问题，可提高变压器故障诊断的科学性和实用性。