基于案例相似性分析的变压器缺陷诊断方法

作     者：廖才波 刘小天 杨金鑫 王同磊 邵剑 蒋子豪 

作者机构：南昌大学能源与电气工程系 国网江苏省电力有限公司电力科学研究院 

出 版 物：《高电压技术》 (High Voltage Engineering)

年 卷 期：2024年

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目(52367001) 

主　　题：变压器 缺陷诊断 案例推理 相似性分析 LightGBM 可解释性 

摘      要：针对基于案例推理的变压器缺陷诊断算法存在的过度依赖与单个案例的相似性分析、未考虑设备故障机理和可解释性差等问题，本文提出了一种融合传统油中溶解气体分析技术和可解释机器学习算法的变压器缺陷诊断方法。首先，将所收集变压器缺陷数据映射至Duval五角形法、三比值法所构建的二维和三维坐标中，采用OPTICS聚类算法分别形成对应案例簇，并计算了每类案例簇的质心。其次，采用待诊断样本数据与各案例簇质心的欧氏距离及其衍生特征量表示其与缺陷类型的相似性，构建了基于LightGBM的变压器缺陷诊断模型。经算法对比分析，该模型诊断变压器案例所属案例簇的平均准确率为91.15%，具有更高的准确性和泛化性。最后，采用TreeSHAP评估不同特征指标对其案例簇划分的贡献度，并结合案例分析验证了本文所述方法的有效性和准确性。研究结果表明，本文所述方法可有效挖掘缺陷变压器与其相似案例及特征量间的相似性，可为变压器运维检修提供指导建议。