基于核主成分分析的电力变压器故障自动化检修技术

摘要

为减少电力变压器故障发生的概率,该文提出基于核主成分分析的电力变压器故障自动化检修技术。根据变压器故障振动特性,采用交叉小波变换方法,通过分析故障状态下变压器振动信息在各频段的关联性,提取变压器故障时的幅频特征,运用核主成分分析将电力变压器故障幅频特征输入到高维特征的空间内,并在高维空间对特征数据进行线性变换,排除不相干的因素的同时获取降维后的幅频特征主成分向量,将幅频特征主成分向量作为SoftMax回归分类器模型输入,输出结果即为变压器故障的自动化检修结果。实验结果表明,该技术应用了核主成分分析,仅在测试样本9的检修时出现误差,且最高变压器故障检修误差为0.57%,具备电力变压器故障自动化检修的可执行性。