| 摘要:研究基于高斯分布算法的变压器油色谱异常数据抗干扰识别方法，提升变压器油色谱异常数据抗干扰识别效果。利用基于滑动窗口的指数加权移动平均法，处理变压器油色谱历史数据集，建立油色谱数据的残差数据集；利用高斯分布算法，计算油色谱残差数据的高斯分布概率值；通过改进粒子群算法确定高斯分布异常概率阈值，当油色谱残差数据高斯分布概率值低于阈值时，则说明该数据为异常数据，完成变压器油色谱异常数据抗干扰识别。实验结果表明：所提方法可有效建立变压器油色谱数据的残差数据集，有效确定高斯分布异常概率阈值，并计算油色谱残差数据的高斯分布概率，完成变压器油色谱异常数据抗干扰识别；在不同噪声下，所提方法异常数据抗干扰识别的马修斯系数均较高，即异常数据抗干扰识别精度较高。 |
| 关键词: 高斯分布算法 变压器 油色谱异常数据 抗干扰 识别方法 滑动窗口 |
|
|
|
|
| Abstract: |
| Key words: |
