申请/专利权人：国网山东省电力公司枣庄供电公司;国家电网有限公司

申请日：2021-08-13

公开（公告）日：2024-03-26

公开（公告）号：CN113723476B

主分类号：G06F18/2431

分类号：G06F18/2431;G06F18/214;G06F18/25;G01R31/62

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.12.17#实质审查的生效;2021.11.30#公开

摘要：本发明公开了一种基于融合不定核特征提取的LightGBM变压器故障诊断方法，包括以下的步骤：步骤1、基于气体组分的不定核相似性度量特征提取及特征融合；步骤2、融合不定核特征提取的LightGBM变压器故障诊断；步骤3、未知变压器状态的识别，将采集的变压器油中气体组分输入值故障诊断器，得到变压器的故障类型。本发明实现了对变压器运行状态进行实时监测，及时发现并消除潜伏安全隐患，保障了电力系统的安全经济运行。有效利用有限的历史数据信息充分地挖掘变压器故障与油中溶解气体的潜在规律，有效的提高故障诊断的正确率。

主权项：1.一种基于融合不定核特征提取的LightGBM变压器故障诊断方法，其特征在于，包括以下的步骤：步骤1、基于气体组分的不定核相似性度量特征提取及特征融合；步骤2、融合不定核特征提取的LightGBM变压器故障诊断；步骤3、未知变压器状态的识别，将采集的变压器油中气体组分输入值故障诊断器，得到变压器的故障类型；所述步骤1具体内容如下：1设给定原始训练样本数据集； 式中：xi∈Rd为给定的d维数据样本特征表示，表示d种气体成分的浓度情况；yi表示变压器故障类型标签；2选用Sigmoid核kx,x'＝tanh-0.5+xTx'η2，作为不定核函数用来度量不同样本之间的相似性，其中，核参数η∈{2-4,2-3,2-2,2-1,20,21,22,23,24}；3原始训练数据集经过Sigmoid不定核特征提取后，得到： X_IK为训练集提取的不定核特征矩阵；X为所有训练样本特征向量组成的特征矩阵；4将提取的辅助特征矩阵X_IK对原始样本集X进行横向特征扩充，得到最终用于训练算法模型的扩充特征向量矩阵： 所述步骤2具体内容如下：1特征向量初始化LightGBM分类器；2LightGBM模型迭代，计算一阶导数和二阶导数；3基于当前的节点尝试分类决策树，计算score；4对样本按照特征排序，继续求一阶导数和二阶导数；5计算当前的score；6若最大的score为0，则当前决策树建立完毕，得到弱学习器，更新强学习器，并进入下一轮弱学习器的迭代，否则，继续尝试分裂决策树，当达到了算法预设的迭代次数或者触发提前终止条件，则迭代终止，LightGBM算法优化完毕；7得到基于融合不定核特征提取的LightGBM变压器故障诊断器。

全文数据：

权利要求：

百度查询： 国网山东省电力公司枣庄供电公司;国家电网有限公司 一种基于融合不定核特征提取的LightGBM变压器故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD