基于LightGBM-ICPO-XGBoost的矿用变压器故障诊断方法

基于LightGBM‑ICPO‑XGBoost的矿用变压器故障诊断方法，包括：采集矿用变压器油中溶解气体原始浓度数据，构造多维度溶解气体比值特征；对多维度溶解气体比值特征进行归一化处理，按比例划分数据集；利用LightGBM的嵌入式特征选择机制，量化特征重要性并筛选最优特征子集；引入Logistic混沌映射与自适应t分布变异策略改进CPO算法，优化XGBoost模型超参数；基于优化后的超参数与筛选特征训练XGBoost模型，实现多类故障精准分类；采用多维度指标评估诊断性能，结合混淆矩阵解析故障误判原因。该方法针对矿山供电场景中变压器的复杂工况设计，具备高精度故障辨识能力与强噪声鲁棒性，可为电力设备状态评估提供可靠的技术支撑。