文献类型：期刊文章

作　　者：朱建勇[1,2] 凤冰霞[1,2] 杨辉[1,2] 聂飞平[2,3]

ZHU Jian-yong;FENG Bing-xia;YANG Hui;NIE Fei-ping(School of Electrical and Automation Engineering,East China Jiaotong University,Nanchang 330013,China;Key Laboratory of Advanced Control and Opimization of Jiangxi Province,East China Jiaotong University,Nanchang 330013,China;Center for Optical Imagery Analysis and Learning(OPTIMAL),Northwestern Polytechnical University,Xi'an 710072,China)

机构地区：[1]华东交通大学电气与自动化工程学院,江西南昌330013 [2]华东交通大学江西省先进控制与优化重点实验室,江西南昌330013,华东交通大学江西省先进控制与优化重点实验室,江西南昌330013 [3]西北工业大学光学影像分析与学习中心,陕西西安710072

出　　处：《控制工程》

基　　金：国家自然科学基金重点项目(61733005);国家自然科学基金地区项目(61963015,61863014);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目课题(GJJ150552)。

年　　份：2022

卷　　号：29

期　　号：10

起止页码：1743-1751

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：电力变压器担负着电网中电能变换与传输任务,是电力系统安全可靠、经济优质运行的重要保障,减少和防止其故障发生对电网意义重大。首先,针对时序数据样本的相关性,为减少时间序列间隔与数据变化给预测模型带来的影响,通过分析气体浓度的历史数据,对其迭代计算GM(1,1)模型中背景值系数,优化准光滑数列的平移量,得到最佳背景值系数序列,提出了基于改进背景值系数序列的灰色模型;其次,对预测气体加权处理,采用表征变量关联程度的互信息方法确定特征气体的权重;然后,建立基于PSO-LSSVM模型的多分类变压器故障诊断器;最后,仿真实验验证了所提方法的有效性。

关 键 词：变压器 灰色模型  故障诊断 LS-SVM模型  

分 类 号：TP18]