第35卷，第1期 2015年1月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.35,No.1-pp10-13
January，2015
理器
晶！
张玉欣，程志峰”，徐正平2，白 1，北华大学电气信息工程学院，吉林吉林市132021
2，申国科学院长春光学精密机板与物理研筑所，吉林长春130033
摘要为了解决变压器气相色谱分析法故障诊断中存在的操作繁、消耗待测气体和载气、检测周期长等缺点，提出了利用光声光谱技术检测变压器油中CH+，C2H2，C:H，C:H，H：五种特征气体的含量并计算CHz/CH4，CH4/Hz，CH4/CzH，三对比值数据。将五种SVM类型和四种核函数采用交叉组合建立 20种不同的支持向量机模型，并采用启发式算法对于惩罚因子c和。的取值进行参数寻优，以建立变压器故障诊断准确率最高、最快运行速度的支持向量机模型。启发式算法主要对比研究了粒子群算法和遗传算法在寻优精度与速度上的效果。仿真实验结果表明C-SVC模型、RBF核函数、遗传算法寻优构成的支持向量机模型对变压器故障的诊断准确率最高，测试集达到97.5%，训练集达到98.3333%，并且遗传算法的寻优速度快于粒子群算法2倍左右。该方法具有操作简单、非接触性测量、不消耗载气、检测周期短、稳定性和灵敏度高等优点。可以代替传统的气相色谱分析法进行变压器故障诊断，满足变压器故障诊断的实际工程需要。
关键词光声光谱：支持向量机：粒子群算法：遗传算法：变压器：故障诊断
中图分类号：TP18；TM41文献标识码：A
引言
电力变压器的可靠运行是保障电力系统安全的关键，中华人民共和国电力行业标准《变压器油中溶解气体分析和判断导则DL/T722-20003推荐的改良三比值法是目前国内外分析变压器潜优性故障的最有效措施之一，它是通过测量变压器油中特征气体含量并根据特征气体比值C:H:/C2H， CH4/H2，CzH4/CzH6确定变压器故障类型。特征气体检测主要使用气相色谱法，但其存在操作繁琐、要消耗待测气体和载气、检测周期长等缺点。光声光谱法是基于光声效应来检测吸收物体积分数的一种光谱技术。电脉冲红外光源 MIRL17-900构成的光声光谱装置经实验验证与气相色谱仪对故障气体各组分体积分数的测量结果差别不大口；采用激光共振光声光谱技术检测乙炔气体达到了10一量级的检测灵敏度2}；基于半导体激光器的乙炔气体光声光谱检测偏差低于4.2%[3]。大量研究表明利用光声光谱法替代气相色谱法检测变压器油中溶解气体是可行的，检测结果满足变压器故障诊断的精度要求，且光声光谱法具有操作简单、非接触
收稿日期：2014-01-02，修订日期：2014-04-15
D0I : 10. 3964 /j. issn. 1000-0593 (2015 )01-0010-04
性测量、不消耗气体、检测周期短、稳定性和灵敏度高等优点。
在变压器特征气体的光谱分析中较多采用人工神经网络4」，常见的有BP神经网络、概率神经网络等，BP神经网络往往收敛性差，容易陷入局部最优，即使利用智能算法优化权值和阔值也不能完全改善这一问题；而概率神经网络模式层神经元个数等于训练样本个数，势必容易造成网络规模巨大，计算量庞大等间题"。
支持向量机(SVM)的主要思想是建立一个分类超平面作为决策面，使得正例和反例之间的隔离边缘被最大化，它是结构风险最小化的近似实现，在模式分类问题中其泛化能力更强、全局寻优能力更佳，更符合改良三比值法进行变压器故障诊断的复杂情况6.了。
实验部分 1
1.1样品
考虑到变压器型式、容量、运行环境等因素的影响，在北华大学变压器厂、丰满发电厂、吉林省电科院共搜集并整
基金项目：国家自然科学基金青年科学基金项目(61308099)和吉林省教育厅"十二五"科技技术研究项目(2013178，2014206)资助
作者简介：张玉欣，女，1979年生，北华大学电气信息工程学院讲师
e-mail : bhdxzyx@163. com
*通讯联系人
e-mail : Qxlife816@ 163. com