基于XGBoost算法的变压器油中溶解气体分析

沈晓峰; 孙进; 顾华; 吴继健; 张佳栋

首页> 中文期刊> 《电力大数据》 >基于XGBoost算法的变压器油中溶解气体分析

基于XGBoost算法的变压器油中溶解气体分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对目前常用的变压器油中溶解气体分析方法的不足,本文尝试根据油色谱在线监测系统产生的大量数据,利用机器学习算法对变压器故障进行诊断和鉴别。由于变压器故障诊断中存在样本小的特点,普通机器学习算法泛化能力较差,本文提出基于极端梯度提升(XGBoost)算法,结合油中气体和故障特征的理论基础,筛选气体并构造特征,基于特征重要度、网格搜索和交叉验证调参优化模型,使用SoftMax函数计算潜在故障预警。以334组变压器的油中溶解气体含量作为算例进行验证,XGBoost算法可以对故障样本特征进行高效学习,形成故障诊断模型,能够较为准确的识别故障类别。相较于SVM算法,模型精确度提高5.39%,模型鲁棒性提升7.56%。与几种常见机器学习算法的性能进行比较,实验结果表明,使用XGBoost特征提取方法结合简单的分类器可以取得很好的效果。

著录项

来源
《电力大数据》 |2022年第9期|20-29|共10页
作者
沈晓峰; 孙进; 顾华; 吴继健; 张佳栋;
展开▼
作者单位

国网上海市电力公司青浦供电公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类试验、运行;
关键词
变压器; 故障诊断; 油中溶解气体分析; 机器学习; XGBoost;

相似文献

中文文献
外文文献
专利

1. 基于XGBoost和网格搜索的变压器油中溶解气体含量预测 [J] . 陈浩男 ,高雪莲 . 河北师范大学学报:自然科学版 . 2022,第6期
2. 基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断 [J] . 田质广 ,张慧芬 . 电力自动化设备 . 2008,第2期
3. 基于RPROP算法的变压器油中溶解气体分析故障诊断 [J] . 徐志钮 ,律方成 ,赵丽娟 . 电力科学与工程 . 2005,第002期
4. 基于核可能性聚类算法和油中溶解气体分析的电力变压器故障诊断研究 [J] . 熊浩 ,孙才新 ,廖瑞金 . 中国电机工程学报 . 2005,第20期
5. 基于共轭梯度方向的CP-BP算法在变压器油中溶解气体诊断法中的应用 [J] . 周建华 ,胡敏强 ,周鹗 . 中国电机工程学报 . 1999,第3期
6. 主成分分析在基于油中溶解气体分析的变压器故障诊断中的应用研究 [C] . 张承彪 ,陈义强 ,喻亚非 . 全国电力用油技术学术研讨会 . 2005
7. 基于梯度提升机算法的变压器油中溶解气体含量短期预测方法 [A] . 张若愚 . 2020

基于XGBoost算法的变压器油中溶解气体分析

摘要

著录项

相似文献

相关主题

期刊订阅