基于主成分分析法和支持向量机的变压器状态评估方法及系统

摘要

本公开公开了一种基于主成分分析法和支持向量机的变压器状态评估方法及系统，首先采用主成分分析法(PCA)对变压器数量繁杂的状态信息进行降维处理，剔除数据之间的关联性，选择最有价值的关键参量，从而降低了后续计算的复杂程度。随后，使用LS‑SVM作为分类器，将上述的关键参量作为输入，利用粒子群算法进行参数优化，对变压器的状态等级进行评估。同时提出多级SVM的体系，解决SVM一对多的分类问题，建立变压器的状态评估模型。本公开在减少参量数目降低计算复杂程度的同时，又保证了变压器状态判断的精确度，为电力系统的安全运行提供了较好的保障。