论文部分内容阅读
通过对变压器油中溶解气体进行分析，可以及早的发现变压器的故障。为了全面地反映变压器内部故障与特征气体之间的关系，提出采用5种特征气体浓度比值共计15组作为特征预输入量，并采用基因选择算法对15个特征量进行筛选，将筛选后特征量作为支持向量机模型输入。在SVM模型中，采用模拟退火算法对SVM的参数进行优化，给出其GUI界面。最后，通过数据验证基于RFE—SA—SVM模型故障诊断率要高于单一模型。