摘要：为了弥补现有变压器故障诊断方法在油中气体分析(DGA)特征量选取和诊断模型方面的不足,采用 IEC 三比值法中的 3 种气体比值作为变压器故障诊断的特征量。同时从含有 8 种油中溶解气体中任意 3 种及以上的共 254种气体组合中筛选出准确率最高的 3 组最优 DGA 特征气体组合,将其作为对照组特征量。然后采用帝国竞争算法(ICA)优化支持向量机的变压器故障诊断模型(ICA-SVM),与标准支持向量机(SVM)法、粒子群优化向量机(PSO-SVM)以及 IEC 三比值法进行对比。实例结果表明:三气体比值特征量相比 3 组最优 DGA 气体组合,故障识别准确率提高了 10%左右;ICA-SVM 故障诊断模型相比标准 SVM 法、PSO-SVM 和 IEC 三比值法故障识别准确率提高了 7%~35%;综合三比值特征量与 ICA-SVM 故障诊断模型的准确率为 89.3%,相较其他几种方法准确率提升了 7%~35%。结果验证了该方法的有效性和准确性。

关键词：电力变压器 故障诊断 三比值 帝国竞争算法 支持向量机 

单位：国网河南省电力公司郑州供电公司; 河南郑州450052; 广西电力系统最优化与节能技术重点实验室(广西大学); 广西南宁530004