电工电能新技术

作者：李春茂， 周妺末， 袁海满， 高波， 吴广宁

单位：西南交通大学电气工程学院， 四川 成都 610031

关键词：变压器, DS理论, 属性约简, 离散化, 粗糙集理论, 信息融合, 故障诊断

针对变压器故障特征信息不确定性、冗余性及传统故障诊断手段的单一性问题，本文构建了一种粗糙集与多决策信息融合的变压器故障诊断模型。该方法首先考虑将16种特征气体比值作为故障特征参量，并利用离散化规则与粗糙集知识约简对其进行知识提取，以有效降低特征信息冗余度。其次，将降维后属性集作为BP神经网络、支持向量机以及贝叶斯网络3种单一诊断方法的特征输入，进行故障类型初步判定。最后，利用DS信息融合规则对3种初步判定结果进行决策融合，以获得更为高效的故障判断结论。实例分析表明，该方法有效削弱了冗余特征信息对诊断结果的影响，能够合理解决证据融合冲突，并切实提高了故障识别准确率，其性能明显优于单一诊断方法。

来源：2018年第1期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2018年第1期