基于NRS的GWO-SVM变压器故障诊断方法研究

摘要

针对油中溶解气体分析法(DGA)不能有效反映变压器的不同故障且诊断准确率低的问题,通过邻域粗糙集(NRS)对变压器故障数据比值进行约简,得出一组新比值作为诊断样本,进而利用灰狼算法(GWO)与支持向量机(SVM)结合的模型进行故障诊断。实验分析表明,利用NRS对变压器故障数据约简能够有效提高变压器故障准确率,同时验证了GWO-SVM模型对于变压器故障诊断的良好适用性。