摘要
本发明涉及变压器故障诊断方法。本发明公开了一种融合数字孪生模型的油浸式变压器故障诊断方法,具体分为4步:第1步,采用迭代近邻过采样(I NNOS)达到故障样本均衡化;第2步,提取9维候选比值征兆,利用稀疏主成分分析(SPCA)对比值征兆融合降维;第3步,搭建核极限学习机模型(KELM),引入天鹰优化算法(AO)对其参数寻优,建立AO‑KELM最优诊断模型;第4步,建立数字孪生五维模型,达到物理实体与虚拟空间的实时交互映射,实现变压器故障在线诊断。本发明能够实时模拟变压器运行状态,提升故障诊断精度,实现变压器数字孪生的智能应用。
技术关键词
数字孪生模型
核极限学习机模型
稀疏主成分分析
故障在线诊断
比值特征
变压器在线监测
样本
多源异构数据
模拟变压器
平衡度
数字孪生体
正则化参数
感知装置
物理
训练集
实体
算法
系统为您推荐了相关专利信息
气流加热器
逆流换热器
近红外光谱分析装置
风冷隧道
回收模块
压滤系统
稀土金属
智能控制模块
气体吸附塔
滤布
盾构机刀盘
决策方法
刀具
砂卵石地层
数字孪生模型
易损零部件
建筑机电系统
健康监测方法
数字孪生技术
寿命