基于 SVMD 和 EVO-PNN 模型的变压器绕组故障诊断
来源：机械与电子杂志2025年第10期北京时间：
作者：王子伟;徐天乐;郑智燊;何信林;岳健国;柳宏斌
单位：1. 华能澜沧江水电股份有限公司,云南 昆明 650214 ;?
2. 南京南瑞继保电气有限公司,江苏 南京 211102 ;
3. 西安热工研究院有限公司,陕西 西安 710043
摘要：针对电力变压器绕组不同微弱故障难以被准确识别的问题,提出一种基于逐次变分模态分解( SVMD )和能量谷优化算法优化概率神经网络( EVO PNN )相结合的变压器绕组故障诊断方法。首先,利用 SVMD 实现变压器原始振动信号的初步特征量提取,并通过相关系数法选取高关联度的模态分量,计算所选模态分量多尺度模糊熵值,构建变压器绕组不同状态特征数据集;其次,提出了 EVO 算法优化 PNN 平滑因子的诊断算法,建立了基于 SVMD 和 EVO-PNN 的变压器绕组故障诊断模型;最后,以 S13-M-500 / 10 变压器为实验对象,分别采用PNN 、 BA-PNN 、 GOA-KELM 、 WOA-SVM 和所提方法对绕组不同故障类型进行诊断识别。实验结果表明,所提诊断模型具有较高的诊断准确率,整体识别准确率达到了 99.3% 。
关键词：变压器绕组;逐次变分模态分解;能量谷优化算法;概率神经网络;故障诊断
基金资助：中国华能集团有限公司科技项目( HNKJ22-H88 )
