基于深度森林的变压器故障诊断方法

摘要

针对变压器传统故障诊断方法准确率低以及难以有效处理故障特征信息的问题,提出了一种基于深度森林(deep forest,DF)的变压器故障诊断方法.考虑到油中溶解的特征气体与故障类型的相关性,首先将油中溶解特征气体的无编码比值作为深度森林模型的特征参量,再通过多粒度扫描提取更多的变压器故障特征信息,最后经过级联森林的训练达到诊断效果最优.通过算例分析了不同特征参量和不同样本规模下DF模型的诊断效果,并与多类传统诊断方法相比较.实验结果表明,以无编码比值作为DF模型的特征参量,可有效提高变压器故障诊断的准确率.