一种基于机器学习的变压器故障检测方法及系统

本发明提供了一种基于机器学习的变压器故障检测方法及系统，涉及变压器故障检测技术领域。包括：采集变压器油中溶解气体数据，构建原始特征数据集；对所述原始特征数据集进行数据预处理和特征扩充，生成扩展特征数据集；将所述扩展特征数据集划分为训练集和测试集；根据所述训练集和测试集构建基于支持向量机的故障诊断模型，并采用引力搜索算法对支持向量机的参数进行优化，得到优化后的支持向量机模型；使用优化后的支持向量机模型对变压器故障类型进行诊断，得到诊断预测结果。本发明解决了现有技术中传统方法过度依赖专家经验和单一的机器学习算法导致变压器故障诊断预测结果精确度低下的问题。