摘要
本发明公开了一种基于油中溶解气体分析的在运变压器故障诊断方法,包括:收集具有明确故障类型的变压器油中溶解气体含量故障样本,并对故障样本进行分类编码处理;采用ADASYN‑MK对少数故障样本进行自适应过采样,实现故障样本的均衡化处理;利用归一化公式对故障样本的特征气体进行归一化处理;采用改进霜冰优化算法自动优化随机森林模型超参数;将均衡化后的故障样本划分为训练集与测试集,基于寻优得到的超参数,建立基于随机森林的变压器故障智能诊断模型;输入在运变压器油中溶解气体数据,应用所提方法进行故障诊断。本发明有效提高了在运变压器的故障诊断正确率。
技术关键词
气体分析
样本
智能诊断模型
随机森林模型
变压器
算法
表达式
拉丁超立方抽样
超参数
数学
负反馈调节
初始化方法
正确率
变异策略
粒子
生成随机
协方差矩阵
系统为您推荐了相关专利信息
腹腔镜手术
肝脏切除手术
人工智能算法
肝脏模型
配准方法
胰腺导管腺癌
化疗敏感性预测
石蜡切片
生物标志物
样本
燃气蒸汽锅炉
锅炉控制参数
能效优化方法
BP神经网络
系统控制模块
扫描电子显微镜
噪声模型
图像去噪方法
噪声参数
生成模拟噪声
图像生成模型
图像拼接
图像编码
噪声样本
图像生成方法