基于NRS的GWO-SVM变压器故障诊断方法研究

摘要：

针对油中溶解气体分析法(DGA)不能有效反映变压器的不同故障且诊断准确率低的问题,通过邻域粗糙集(NRS)对变压器故障数据比值进行约简,得出一组新比值作为诊断样本,进而利用灰狼算法(GWO)与支持向量机(SVM)结合的模型进行故障诊断.实验分析表明,利用NRS对变压器故障数据约简能够有效提高变压器故障准确率,同时验证了GWO-SVM模型对于变压器故障诊断的良好适用性.

关键词：变压器;故障诊断;邻域粗糙集;支持向量机;灰狼算法

分类号：TM407(变压器、变流器及电抗器)

资助基金：青年科学基金项目61503045

在线出版日期：2022-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：9-13,56