基于LSSVM的电力变压器异常状态实时评价研究

变压器作为电力系统关键设备，对其健康状态进行快速准确评价具有重大意义。针对现有变压器异常识别误判率较高的问题，提出一种通过例行试验结果校正在线监测数据趋势，并利用最小二乘支持向量机（LSSVM）开展变压器异常实时评价的方法。通过三次指数平滑法提取油中溶解气体在线监测数据趋势特征，利用最小二乘法将在线监测数据趋势与例行试验历史数据相融合建立在线监测数据修正模型，最后在专家打分的基础上，通过LSSVM实现变压器异常实时判断。实例分析结果表明，该方法同时吸收了在线监测与例行试验的优点，可以有效识别变压器异常状态，具有广阔的工程应用前景。