《表4 具体故障检测：基于关联气体和遗传算法优化支持向量机的电力变压器故障检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于关联气体和遗传算法优化支持向量机的电力变压器故障检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在Matlab中编写本文算法程序，选取40组正常样本和每种故障数据40组的样本数据对本文的算法进行训练。然后从故障样本库中选取50组正常样本和100组已知故障类型的故障样本组对本文所提出的算法进行验证。将这150组样本通过关联气体方法进行变压器故障初始判断，最终检测出了98组故障。由此可见，通过关联气体算法进行变压器初步检测的正确率达到了98%。然后将被检测为故障样本的进行具体故障的最终判断。各个具体故障检测正确率如表3所示。98组故障样本中，正确检测出变压器具体故障的有90组，变压器故障检测正确率达到了91.8%，检测整体的正确率达到了90%以上。表4为实际故障、改良后的三比值法和本文算法进行的变压器故障检测结果。通过表4的比较可知，本文算法相比较于改良的三比值法，不仅正确率比改良三比值法的正确率高，而且可以检测出改良三比值法不能检测出的样本数据故障。但是在多故障的状态下，本文算法不能判断且不能检测出变压器故障位置等信息。