摘要：现有的基于油中溶解气体分析(dissolved gases analysis, DGA)的变压器故障诊断方法未能充分挖掘不同故障下特征气体间的关联特征。基于此,论文提出一种基于故障特征气体间关联特征的变压器故障诊断方法。利用最大信息系数(maximal information coefficient, MIC)方法定量表征不同故障类型下特征气体间的关联程度,并使用受试者工作特征(receiveroperatingcharacteristic,ROC)曲线获得不同故障类型下特征气体间的关联特征量及其分布范围,进而建立变压器故障诊断模糊推理系统;针对实际使用中数据采集周期较长的问题,对比选取了牛顿插值方法扩大待识别样本数据,保证了提取特征的有效性。针对选取的故障时序数据,论文所提方法的故障诊断准确率达到了100%,远高于三比值法和大卫三角法,说明论文所提方法充分地利用了故障特征气体间的关联特征,有效地提升了基于DGA的变压器故障诊断方法的性能,为基于DGA的变压器故障诊断提供了一种新的特征。

关键词：dga 变压器 故障诊断 最大信息系数 roc曲线 

单位：中国石油大学信息与控制工程学院; 青岛266580; 华北电力大学高电压与电磁兼容北京市重点实验室; 北京102206