递归量化分析的变压器健康评估与故障诊断

摘要：

针对传统时域、频域分析方法忽略信号的部分频率信息的问题,提出一种基于递归定量分析(RQA)和鸡群算法(CSO)优化支持向量机(SVM)的变压器健康分析与机械故障诊断方法.首先利用相空间重构技术构建变压器振动信号的递归图;然后进行递归定量分析,提取故障特征并结合马氏距离(MD),以置信度-故障程度关系式进行变压器健康评估;最后利用CSO优化SVM参数,进行故障识别.实验结果表明,提取的递归定量特征参数可以有效地评估变压器的健康程度,综合识别率为94.07%,较传统时域、频域特征高约15.4%、8.96%;相比于传统模型,采用CSO-SVM故障诊断模型可将诊断精度提高至99.26%.

关键词：变压器故障诊断、健康评估、递归定量分析、故障特征提取、鸡群优化算法、支持向量机

所属期刊栏目：46

分类号：TN919-34;TN624-34

资助基金：国家自然科学基金;新疆维吾尔自治区自然科学基金

在线出版日期：2023-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：102-108