一种基于改进支持向量机的变压器绝缘状态诊断方法与流程

技术特征：
1.一种基于改进支持向量机的变压器绝缘状态诊断方法，其特征在于，包括如下步骤：s1：采用直流电源、绝缘测试用电极箱、静电计6517b等设备采集到相关的图像；s2：利用labview软件对图像相关参数进行提取；s3：对实验特征量进行预处理；s4：利用matlab软件进行编程，搭建支持向量机运行模型，并对算法进行改进；s5：将预处理后的数据放入训练好的模型中处理，并根据已知数据对未知参数进行预测。2.根据权利要求1所述的一种基于改进支持向量机的变压器绝缘状态诊断方法，利用matlab软件进行编程，搭建支持向量机运行模型，并对算法进行改进，具体为，利用改进支持向量机算法对油浸纸板聚合度进行预测，其运算过程为：(1)使用libsvm工具，建立和训练svm模型，并调取实验所得全部数据；(2)将前三分之二数据作为训练集，后三分之一组数据作为预测组；(3)将数据的归一化处理；(4)用峰值电压，斜率，主时间常数通过核函数映射在高维度上；(5)svm模型中惩罚因子c和阈值g需在范围10-10-10
10
内，如果10-10
≤cg≤10
10
，则直接进行下一步，否则需要重新寻优；(6)利用寻优完成的c,g的模型,寻找最优超平面，结合实验特征量，对油浸纸板聚合度进行预测；从数学上讲，给定一组点x
i
，它们属于两个线性可分的类w1和w2，任何数据点到超平面的距离等于|g(x)|与||ω||的比值，支持向量机的构建超平面主要的目的是寻找ω，b，对于最近的属类w1的数据点(支持向量)，g(x)等于1，离w2最近的是-1，ω，b称为原始变量，λ
i
称为朗格朗日乘数；这些乘子因此将解的搜索空间限制在可行值的集合内，给定约束；根据约束条件，即可将寻找最优分类面的问题变为凸二次规划对偶问题的最优化问题：其中，λ
i
≥0为拉格朗日算子，这是一个二次函数寻优的问题存在唯一解，若λ
i*
为最优解则满足：求解，求解后可得最优分类面：式中,求和事实上只对支持向量进行，由于非支持向量相应的λ
i
值等于0，上式即为svm的一般表述。

技术总结
本发明提供了一种基于改进支持向量机(SVM)的变压器绝缘状态诊断方法，该方法主要基于SVM理论，同时改进了传统SVM算法。该方法通过时域介电响应即回复电压法，模拟变压器绕组结构即XY模型，采用回复电压法测量的现有变压器油纸绝缘系统的特征量：回复电压峰值、峰值时间、和回复电压初始斜率。测得的大量实验特征量，提取符合训练的样本进行预处理，并结合环境因素，采用SVM理论建模，根据已有的油浸纸板聚合度，预测未知油浸纸板聚合度，进而达到对未知变压器绝缘状态诊断的目的。到对未知变压器绝缘状态诊断的目的。到对未知变压器绝缘状态诊断的目的。


技术研发人员：吴迪星 刘骥 王海阳
受保护的技术使用者：哈尔滨理工大学
技术研发日：2021.11.10
技术公布日：2022/1/6