← 返回列表

基于数据均衡的证据融合变压器故障诊断方法

申请号: CN202311166171.7
申请人: 国网湖北省电力有限公司宜昌供电公司; 三峡大学
申请日期: 2023/9/11

摘要文本

本发明提供一种基于数据均衡的证据融合变压器故障诊断方法,包括如下步骤:步骤一、收集在线监测的油浸式变压器油中溶解气体含量数据,将带有状态标签的特征气体含量数据集划分训练集和测试集;步骤二、确定原始数据集中的小样本集,通过RO‑BSMOTE均衡规则对小样本数据集扩充;步骤三、分别构建多分类模型,均衡后的数据集及故障标签作为模型训练集;训练完成后,测试集输入分类模型,经PCR5规则的融合模型融合输出,得出诊断结果;步骤四、选择分类任务评价指标,实现对模型性能的综合评价。该方法对DGA数据均衡化处理,增强少数类数据携带的特征关系,考虑单结构分类模型的不足,引入证据融合理论,实现多分类器融合判别,以提高故障诊断精度。

专利详细信息

项目 内容
专利名称 基于数据均衡的证据融合变压器故障诊断方法
专利类型 发明申请
申请号 CN202311166171.7
申请日 2023/9/11
公告号 CN117349786A
公开日 2024/1/5
IPC主分类号 G06F18/25
权利人 国网湖北省电力有限公司宜昌供电公司; 三峡大学
发明人 熊威; 刘庆国; 高诚; 龚康; 周新启; 朱长东; 潘郁; 付萍; 陈泽华; 官习炳; 倪呈祥
地址 湖北省宜昌市沿江大道117号; 湖北省宜昌市西陵区大学路8号

专利主权项内容

1.一种基于数据均衡的证据融合变压器故障诊断方法,其特征在于,包括如下步骤:步骤一、数据收集处理:收集在线监测的油浸式变压器油中溶解气体含量数据,并与几种变压器内部实际运行状态建立联系,标记标签,将带有状态标签的特征气体含量数据集划分训练集和测试集;步骤二、数据均衡化处理:确定原始数据集中的小样本集,通过RO-BSMOTE均衡规则对小样本数据集扩充,实现数据集整体均衡;步骤三、多决策融合模型:分别构建多分类模型,均衡后的数据集及故障标签作为模型训练集,挖掘特征关系;训练完成后,测试集的特征气体序列输入分类模型,经PCR5规则的融合模型融合输出,得出诊断结果;步骤四、选择分类任务评价指标,通过对测试集数据状态类型诊断结果与真实状态类型作对比,实现对模型性能的综合评价。。数据由马 克 团 队整理