基于遗传算法优化XGBoost的油浸式变压器故障诊断方法
为了提高油浸式变压器故障诊断的精度及可靠性,研究了一种基于遗传算法优化极端梯度提升(XGBoost)的油浸式变压器故障诊断方法.首先,以油中溶解气体分析(DGA)为依据,采用无编码比值方法提取油浸式变压器的9维故障特征,并对数据样本进行归一化处理;以归一化样本为输入建立基于XGBoost的故障诊断模型,并采用遗传算法对模型中的多个超参数同时进行优化.在算例部分,收集547例故障类型确定的DGA数据进行对比实验,结果表明与现有传统方法相比,所提方法的诊断精度和稳定性有显著提升;同时验证了遗传算法对故障诊断模型的优化提升效果.
油中溶解气体分析、变压器、故障诊断、极端梯度提升、遗传算法
41
TM41(变压器、变流器及电抗器)
国家电网公司科技项目52110418000T
2021-03-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
200-206