论文部分内容阅读
针对油中溶解气体分析（dissolved gas analysis，DGA）技术存在判断标准过于绝对和编码不全的不足，以及隐马尔可夫模型（hidden Markov model，HMM）的单状态序列结构限制了多通道信息融合的能力，提出基于耦合隐马尔可夫模型（coupled hidden Markov model，CHMM）的故障诊断方法。采用变压器油色谱数据进行模型训练和状态评估测试，验证了该方法的可行性和有效性。算例结果表明，该故障诊断方法的准确率优于传统基于HMM的故障诊断方法，有效降低了诊断误判的风