论文部分内容阅读
针对主元分析提取变压器油中溶解气体故障特征不明显问题,提出基于相对变换(RT)主元分析(PCA)的变压器故障诊断方法。采用相对变换将原始数据空间变换到相对空间,提高数据之间的可区分性;利用主元分析来降低相对空间维数,使提取的主元特征更具有代表性;根据故障特征,建立基于最小二乘支持向量机(LSSVM)的变压器故障诊断模型并采用混沌粒子群算法对核参数进行优化。结果表明,相对变换主元分析能够有效提取油中溶解气体故障特征,提高数据集的可分性,相比于PCA-LSSVM、RT-LSSVM和灰关联熵方法,所提出的