基于最小二乘支持向量機和D-S證據(jù)理論的電力變壓器故障診斷研究.pdf

1、電力變壓器是電力系統(tǒng)的重要組成部分，其運行好壞與電力系統(tǒng)的安全性與穩(wěn)定性息息相關。由于變壓器運行的環(huán)境一般比較特殊，在其運行過程中難免會發(fā)生故障。如今隨著社會的進步，有關部門對電力系統(tǒng)供電的質(zhì)量，電力系統(tǒng)的可靠性和安全性要求逐步提高，所以深入研究變壓器新型故障診斷技術十分必要。
　　在諸多基于油中溶解氣體的變壓器故障診斷方法中，傳統(tǒng)的三比值法由于存在比值邊界模糊的問題而逐步被智能診斷方法所取代?；谥悄芩惴ǖ墓收显\斷技術日漸流行，

2、但是由于許多智能算法本身存在的不足，使故障診斷的效果不盡人意，所以，結合多種智能算法，彌補算法間彼此的不足構成診斷系統(tǒng)成為時下研究的新趨勢。因此，論文提出了將最小二乘支持向量機和D-S證據(jù)理論相結合的變壓器故障診斷方法。
　　論文首先對基于油中溶解氣體的變壓器故障診斷展開探討，分析了以往比值法的優(yōu)勢和劣勢，以此為前提提出了基于人工智能方法進行故障診斷的必要性。然后經(jīng)過比較諸多人工智能方法的優(yōu)劣，論文提出了將最小二乘支持向量機和D-

3、S證據(jù)理論結合的變壓器故障診斷方法，用最小二乘支持向量機多分類模型輸出的后驗概率作為D-S證據(jù)理論的基本概率分配，然后用D-S合成規(guī)則和決策規(guī)則完成故障診斷。在建立最小二乘支持向量機分類器模型的過程中，論文深入研究了最小二乘支持向量機多分類方法、最小二乘支持向量機核函數(shù)選擇以及最小二乘支持向量機后驗概率輸出等問題。為了獲得最優(yōu)的最小二乘支持向量機參數(shù)，論文建立了貝葉斯框架下的最小二乘支持向量機，用最大化參數(shù)分布的后驗概率實現(xiàn)參數(shù)優(yōu)化。論

4、文最終的故障識別由D-S證據(jù)理論完成，用最小二乘支持向量機輸出的后驗概率求取D-S證據(jù)理論的基本概率分配函數(shù)值，實現(xiàn)了基本概率分配賦值的客觀化；最后課題用搜集到的變壓器油中溶解氣體數(shù)據(jù)在搭建好的故障診斷模型中完成了診斷，得到了合理的結果，并把應用最小二乘支持向量機并融合D-S證據(jù)理論完成的診斷結果與三比值法和單一的最小二乘支持向量機法的診斷結果進行了比較，證明該方法具有一定優(yōu)越性。
　　論文的研究成果表明，將最小二乘支持向量機和D