电力变压器故障诊断与预测的机器学习方法

Machine Learning Methods for Fault Diagnosis and Prediction of Power Transformers

任宏涛 ¹高洁²

扫码查看

作者信息

1. 国网山西省电力公司绛县供电公司,山西运城 043600
2. 国网山西省电力公司翼城县供电公司,山西临汾 043500
折叠

摘要

针对电力变压器故障诊断与预测问题,基于机器学习方法进行研究.在研究过程中,采用支持向量机(Support Vector Machine,SVM)和深度学习2种机器学习方法进行故障诊断与预测,并对2种方法的性能进行了对比分析.根据实验结果,提出的基于机器学习方法的电力变压器故障诊断与预测研究,在提高故障诊断准确率和预测能力方面取得了显著成效.SVM、深度学习以及综合方法分别在不同程度上优化了故障诊断与预测的性能,为电力系统运行维护提供了有力支持.通过研究可以有效提高变压器故障的准确诊断率和预测准确度,降低电力系统的事故风险,确保电网安全稳定运行.

关键词

电力变压器/故障诊断与预测/机器学习/支持向量机(SVM)

Key words

power transformer/fault diagnosis and prediction/machine learning/Support Vector Machine(SVM)

引用本文复制引用

出版年

2023

通信电源技术

武汉普天通信设备集团有限公司

通信电源技术

影响因子：0.389

ISSN：1009-3664

参考文献量2

段落导航