《表2 样本故障数据集：基于多源信息融合的电力变压器故障诊断方法研究》

  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

《基于多源信息融合的电力变压器故障诊断方法研究》

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

本文取电力变压器典型的油中溶解气体（H2、C2H2、CH4、C2H6、CO、C2H4）体积分数、局部放电量、套管介质耗损因数8组数据归一化的预处理结果作为DBN网络的数据输入，其输入是一个n×8的矩阵，n表示数据样本的个数，用来判定变压器所属的故障类型。从DBN网络的结构特点可以看出，通过对该网络大量样本的学习训练出较强的泛化能力，从而可以较好地描述这种复杂的非线性映射关系，因此可确定基本概率分配。然后再利用DS证据理论对结果产生的故障概率进行融合。本算例选用某市变压器1 200条故障数据做实验验证，600条作为训练样本，600条作为测试样本，其中，部分变压器监测的油色谱故障数据见表1所列，样本故障数据集见表2所列。