论文部分内容阅读
有载调压变压器故障参数在提取时存在系统误差,该误差会直接影响故障检测结果,为优化检测效果,基于奇异值分解设计有载调压变压器故障智能监测算法.计算有载调压变压器局部梯度值,获取近邻点与中心点相对距离,据此计算不同近邻点间梯度值,判断区域变压器节点故障状态;基于奇异值分解提取故障节点参数特征,构建奇异值零维矩阵,计算非零主量奇异比值,减小变压器故障误差;设计故障特征检测算法,获取有载调压变压器的故障智能检测函数,实现对故障数据的智能检测.在对比实验中,分别检测六种样本特征在不同算法下的故障检测误差,由实验结果可知,奇异值分解方法的训练误差明显小于其他三种方法,该方法的故障检测效果更好.