[发明专利]一种基于GA-SVM-BP变压器故障诊断方法

摘要

本发明公开了一种基于GA‑SVM‑BP变压器故障诊断方法，对所采集的油浸式变压器带有类标签的样本集S＝{(x₁,y₁),(x₂,y₂),...(x_n,y_n)}每一类按3：1比例分为训练样本和测试样本；x_i代表样本属性，包含氢气、甲烷、乙烷、乙烯、乙炔五种属性，y_i代表类别标签1、2、3、4、5、6，分别对应正常状态、中温过热、高温过热、局部放电、火花放电、电弧放电；先建立DAG‑SVM变压器故障诊断模型、BP神经网络，再建立GA‑DAG‑SVM模型与GA‑BP神经网络；将GA‑DAG‑SVM模型与GA‑BP神经网络进行结合，对变压器进行故障诊断。本发明方法能对变压器故障进行准确诊断。

主权项

1.一种基于GA-SVM-BP变压器故障诊断方法，其特征在于，具体按照以下步骤实施：/n步骤1、对所采集的油浸式变压器带有类标签的样本集S＝{(x₁,y₁),(x₂,y₂),...(x_n,y_n)}每一类按3：1比例分为训练样本和测试样本；其中，x_i代表样本属性，包含氢气、甲烷、乙烷、乙烯、乙炔五种属性，y_i代表类别标签1、2、3、4、5、6，分别对应正常状态、中温过热、高温过热、局部放电、火花放电、电弧放电；/n步骤2、经步骤1后，先分别建立DAG-SVM变压器故障诊断模型、BP神经网络，再建立GA-DAG-SVM模型与GA-BP神经网络；/n步骤3将经步骤2得到的GA-DAG-SVM模型与GA-BP神经网络进行结合，对变压器进行故障诊断；/n具体按照以下步骤实施：/n步骤3.1、利用步骤2所得GA-DAG-SVM模型对测试样本进行测试；/n步骤3.2、根据步骤3.1所得结果，按情况与训练集中的对应类别进行比较，判断所得结果是否准确，具体按照如下步骤进行判断：/n步骤3.2.1、若测试样本中的某一样本被判断为1类，则对其与步骤2中得到的训练集中所有1类样本进行欧式距离计算，再对所得的所有距离求平均；/n同样，对被判断为1类的这个样本与步骤2中得到的训练集中其他5类分别进行欧式距离的平均值求取；/n步骤3.2.2、将经步骤3.2.1得到的6个平均距离进行比较，得到的距离哪个最小，则这个样本属于哪类，若通过距离得到的结果与利用步骤3.1所得结果不匹配，则认定此结果是错的；/n步骤3.3、经步骤3.2后，将判断为错误分类的样本作为步骤2所得GA-BP神经网络的输入，最终经过GA-BP网络的处理得到准确的变压器诊断结果。/n