摘要：为了充分挖掘油中溶解气体分析（DGA）数据隐藏的故障特征信息,提出了一种基于相对重构贡献（rRBC）的变压器故障诊断新方法。该方法首先利用DGA数据建立主元分析（PCA）模型,基于故障重构的思想,计算样本各变量重构贡献率（RBC）;考虑各变量重构贡献率之间的可比性,计算其相对重构贡献率并作为特征量,通过归一化处理来提取故障特征;然后,建立变压器分层故障诊断模型,利用灰关联熵（GRE）信息利用率高等优点,求出待诊模式与各标准模式的综合灰熵关联序,实现故障诊断。实例研究结果表明,所提出的相对重构贡献灰关联熵方法与重构贡献灰关联熵、灰关联熵方法相比,使特征样本集的可分性变大,提高了分类正确率。

关键词：故障诊断 电力变压器 灰关联 

单位：中南大学信息科学与工程学院 长沙410083 宜春学院物理科学与工程技术学院 宜春336000 中国瑞林工程技术有限公司 南昌330002