《表4 变压器异常识别准确率》

  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LSSVM的电力变压器异常状态实时评价研究》

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

首先通过专家打分的方式根据上文油中溶解气体在线监测修正数据对变压器状态进行计分。若计分结果大于60分，则该时刻变压器设备异常；若小于等于60分，则变压器设备正常。接着，通过LSSVM算法对所得变压器油中溶解气体修正数据与专家判定结果进行联合分析，SVM的核函数采用Gauss径向基函数。识别结果如表4所示，按识别结果正确与否分为四类，包括识别判断正确的模式1和模式4以及识别错误的模式2和模式3，其中模式4代表变压器异常正确识别结果，在2016年6月1日~7月1日间，共发现8次异常状态，经现场检测与专家判断，该变压器可能局部存在高温过热，与算法判断结果一致。可见基于LSSVM算法的变压器异常判断准确率为89.5%，具有较好的识别能力。