基于SVM算法的变压器DGA和故障诊断  

作　　者：陆敏安 任堂正 肖远兵 陈敬德 崔明飞 

机构地区：[1]国网上海市电力公司青浦供电公司,上海201799 [2]亿可能源科技(上海)有限公司,上海200433

出　　处：《机电信息》2020年第21期22-23,25,共3页

摘　　要：油中溶解气体分析(DGA)是评估变压器运行状态和故障诊断的重要指标。现将支持向量机算法(SVM)应用于DGA和故障诊断中,并对比了SVM算法和其他传统算法在故障诊断中的正确率。研究结果表明,传统算法的故障诊断正确率在43%~54%,而优化后的SVM算法正确率为76.77%。超过23%的正确率提升充分证明了SVM算法在故障数据特征识别中的先进性,对变压器运维提供了强力的技术支持。

关 键 词：变压器 支持向量机 油中溶解气体分析 故障诊断 

分 类 号：TM407[电气工程—电器]