公开(公告)号：CN112257335A

公开(公告)日：2021-01-22

申请号：CN202011078963.5

申请日：2020-10-10

Applicant: 西南交通大学

Inventor： 谢乐 ,  蒋启龙 ,  刘俐廷 ,  李松枟 ,  邹昀廷 ,  任晓旋 ,  刘东

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/10 ,  G06Q10/00

Abstract: 本发明公开了一种结合PNN和SVM的油浸式变压器的故障诊断方法，包括S1、采集故障变压器5种DGA特征气体数据；S2、对采集的5种DGA特征气体数据进行预处理；S3、将5种DGA特征气体数据作为输入特征向量代入训练好的PNN模型中进行初步故障诊断，并输出诊断结果；S4、将诊断结果中能够100％正确诊断的故障类型标记为易区分故障类型，并结束故障诊断；将剩余的故障类型标记为易混淆故障类型，并进入步骤S5；S5、建立SVM故障诊断模型，并采用训练样本数据对SVM故障诊断模型进行训练，并根据训练的结果对SVM故障诊断模型的参数进行优化求解；S6、将易混淆故障类型对应的样本数据作为输入带入训练好的SVM故障诊断模型中，输出故障类型。

公开(公告)号：CN112257335B

公开(公告)日：2023-04-07

申请号：CN202011078963.5

申请日：2020-10-10

Applicant: 西南交通大学

Inventor： 谢乐 ,  蒋启龙 ,  刘俐廷 ,  李松枟 ,  邹昀廷 ,  任晓旋 ,  刘东

IPC: G06F30/27 ,  G06F18/2411 ,  G06N3/0464 ,  G06N3/08 ,  G06N20/10 ,  G06Q10/20

Abstract: 本发明公开了一种结合PNN和SVM的油浸式变压器的故障诊断方法，包括S1、采集故障变压器5种DGA特征气体数据；S2、对采集的5种DGA特征气体数据进行预处理；S3、将5种DGA特征气体数据作为输入特征向量代入训练好的PNN模型中进行初步故障诊断，并输出诊断结果；S4、将诊断结果中能够100％正确诊断的故障类型标记为易区分故障类型，并结束故障诊断；将剩余的故障类型标记为易混淆故障类型，并进入步骤S5；S5、建立SVM故障诊断模型，并采用训练样本数据对SVM故障诊断模型进行训练，并根据训练的结果对SVM故障诊断模型的参数进行优化求解；S6、将易混淆故障类型对应的样本数据作为输入带入训练好的SVM故障诊断模型中，输出故障类型。