面向不平衡溶解气体分析数据的电力变压器故障知识引导集成诊断框架CGIR

《Advances in Mechanical Engineering》：CGIR: A knowledge-guided integrated framework for fault diagnosis of power transformers under imbalanced DGA data

　　

为提升电力变压器在不平衡溶解气体分析（DGA）数据条件下的故障诊断性能，本研究提出了一种名为CGIR的新型诊断框架。该框架整合了基于CTGAN-CRS的数据生成、基于引导随机森林（GRRF）的特征构建、用于故障分类的改进卷积神经网络（ICNN）以及由红尾鹰（RTH）算法驱动的模型超参数优化。具体而言，研究人员采用了一种将条件表格生成对抗网络（CTGAN）与领域知识驱动的级联拒绝采样（CRS）机制相结合的混合方法，以生成高质量、类别均衡的合成数据。随后，通过结合全面的气体比值方法与随机森林筛选，构建出具有多样性和区分性的特征空间。在分类阶段，所提出的ICNN通过整合卷积块注意力模块（CBAM）与Kolmogorov–Arnold网络（KAN）来增强特征学习与模型优化能力，其超参数由RTH算法进行调优。实验评估表明，CGIR显著提升了诊断准确率、对类别不平衡数据的鲁棒性以及跨多种故障类型的分类稳定性，为实际变压器故障诊断场景提供了一种可靠有效的解决方案。

电力变压器作为电力系统的关键组件，其运行状态对维持电网稳定与保障能源可靠供应具有关键作用。由于长期处于复杂环境与运行条件之下，各类故障风险随之增加，因此及时的状态监测与准确的故障诊断对于延长变压器使用寿命并提升电力系统整体可靠性至关重要。在现有诊断技术中，溶解气体分析（DGA）已成为评估油浸式变压器健康状况应用最广泛且最有效的方法，其通过检测不同运行条件下溶解于变压器油中的故障气体浓度，能够识别早期绝缘故障。随着DGA技术的不断发展，研究人员相继提出了IEC三比值法、Rogers比值法以及DGA五角等多种解释方法。但由于变压器故障发生率较低，且数据标注高度依赖专家经验，DGA数据集往往面临样本量有限与类别严重不平衡的双重挑战。充分的样本量与类别平衡是保障数据驱动模型性能与泛化能力的关键前提。为应对这一难题，现有研究已开展诸多探索，例如将改进深度信念网络（DBN）与径向基过采样（RBO）及代价敏感学习相结合，通过在损失函数中嵌入代价矩阵来改善不平衡条件下的分类性能；或应用合成少数类过采样技术（SMOTE）结合支持向量机（SVM）提升不平衡场景下的诊断准确率；亦有研究采用边界SMOTE方法以锐化合成数据的类别边界，提出基于余弦相似度的CS-SMOTE增强过采样可靠性，或引入带自注意力机制的辅助分类器生成对抗网络（AC-GAN）以提升生成样本的特征完整性与保真度。尽管基于生成对抗网络（GAN）的方法在捕捉真实DGA数据潜在分布与增强样本多样性方面展现出潜力，但在变压器故障诊断任务中，生成高质量且类别均衡的合成数据仍是一个持久性挑战。与此同时，近期深度学习在工业故障预测与寿命预测等应用中展现出强劲前景，其中卷积神经网络（CNN）因其多层架构与有效特征提取能力而受到关注。虽有研究将代价敏感学习与一维卷积神经网络（1D-CNN）结合，通过Softmax函数嵌入类别特定代价矩阵以缓解类别不平衡影响；或采用多尺度近似熵表征溶解气体特征，并利用改进麻雀搜索算法（ISSA）优化CNN；亦有研究利用遗传算法（GA）优化反向传播神经网络（BPNN）的超参数与结构，或提出结合数据重构与自适应蜜獾算法（GD-AHBA）的故障诊断方法。然而，这些研究多侧重于深度学习与优化算法的简单结合，如何在小样本与不平衡数据条件下（如DGA故障诊断）确定有效的神经网络架构设计与参数调优策略，仍是亟待解决的关键问题。因此，开展不平衡DGA数据条件下的电力变压器故障诊断研究，对于突破现有数据驱动方法的性能瓶颈、提升电网设备智能化运维水平具有重要的理论价值与现实意义。

针对上述问题，研究人员提出了一种面向电力变压器故障的知识引导集成诊断框架（CGIR）。该框架通过四个核心组件的有机整合，系统性地解决了不平衡DGA数据的诊断难题：在数据生成层面，融合条件表格生成对抗网络（CTGAN）与领域知识驱动的级联拒绝采样（CRS）机制；在特征构建层面，采用全类型气体比值法结合引导随机森林（GRRF）进行特征筛选；在分类模型层面，构建融合卷积块注意力模块（CBAM）与Kolmogorov–Arnold网络（KAN）的改进卷积神经网络（ICNN）；在优化层面，引入红尾鹰算法（RTH）进行超参数全局优化。实验结果表明，CGIR显著提升了诊断准确率、对类别不平衡的鲁棒性以及跨多种故障类型的分类稳定性，为实际变压器故障诊断场景提供了一种可靠且有效的解决方案，对推动电力设备状态监测与故障诊断的智能化发展具有重要意义。

本研究所采用的主要关键技术方法包括以下三个方面。在数据来源方面，研究人员采用的不平衡油中溶解气体数据集包含589个样本，由氢气（H₂）、甲烷（CH₄）、乙烷（C₂H₆）、乙烯（C₂H₄）和乙炔（C₂H₂）五种气体构成，依据IEC 60599标准分为六类故障。在数据生成阶段，采用条件表格生成对抗网络（CTGAN）结合级联拒绝采样（CRS）机制，通过非负性判定、IEC三比值法与Rogers四比值法的级联筛选与替换，生成高质量均衡合成样本。在特征构建阶段，构建全类型气体比值特征（31种组合及496种比值特征），采用引导随机森林（GRRF）基于Gini系数重要性评估筛选特征，并经维度重构适配二维卷积网络输入。在故障分类阶段，采用改进卷积神经网络（ICNN），以卷积块注意力模块（CBAM）增强特征提取，以Kolmogorov–Arnold网络（KAN）替代传统全连接层，并通过红尾鹰算法（RTH）实现超参数全局优化。

研究结果

数据生成

在验证数据生成模块时，研究人员将原始CTGAN及三种分别引入单一拒绝准则的变体（CTGAN-NoNe、CTGAN-IEC、CTGAN-Rogers）作为基准方法，采用基于Kolmogorov-Smirnov检验的KS Complement指标评估生成数据与原始数据分布的统计相似性。结果显示，原始CTGAN的KS Complement为59.75%，引入非负性判定后提升至69.09%，IEC三比值法提升至77.54%，Rogers四比值法提升至77.41%，而集成级联拒绝采样机制的CTGAN-CRS模型达到79.49%，较原始CTGAN提升19.74%。核密度估计曲线进一步证实，CTGAN-CRS生成的合成样本与真实数据分布的吻合度最高，能够有效捕捉偏度与重尾特征等关键统计特性，证明多准则级联拒绝机制优于任何单一准则过滤。

不同数据增强与特征构建方法的比较

在故障诊断模块的系统评估中，研究人员基于原始409个真实样本，采用不同数据增强技术将各类别扩充至900个样本构建均衡诊断数据集，其中720个样本（229个真实样本与491个生成样本）用于训练，180个真实样本用于测试。在统一采用GRRF特征构建策略的条件下，直接特征复制方法的准确率为76.27%，召回率为72.39%，F1分数为72.91%；采用GRRF特征构建后，准确率提升至86.44%，召回率与F1分数分别达到84.94%与85.83%；在此基础上引入CTGAN数据增强后，最终使诊断准确率达到97.78%，召回率与F1分数均达到97.78%。该结果验证了GRRF与CTGAN-CRS通过分别关注特征区分性与数据分布保真度的互补机制，在不引入冗余叠加的前提下有效提升了诊断性能。

KAN与全连接层的性能比较

为进一步验证分类网络的先进性与有效性，研究人员遵循单变量原则开展了Kolmogorov–Arnold网络（KAN）与传统全连接层（FC）的对比实验，保持其余模块与训练超参数完全一致。结果表明，ICNN-KAN模型的总参数量仅为82.45K，收敛轮次为119，准确率、召回率与F1分数均达到97.78%；而ICNN-FC模型的总参数量为125.87K，需178轮收敛，准确率、召回率与F1分数分别为95.32%、95.18%与95.25%。这证实了KAN通过可学习激活函数在减少参数复杂度的同时，增强了非线性映射能力与模型泛化性能，实现了更优的参数效率与收敛特性。

ICNN与ICNN-w/o RTH的性能比较

在超参数优化的消融研究中，研究人员对ICNN与去除RTH算法的ICNN-w/o RTH进行了20次独立实验对比，采用方差分析与箱线图评估统计显著性与结果稳定性。结果显示，ICNN在所有评估指标上均优于ICNN-w/o RTH，且收敛速度更快、预测可靠性更高。箱线图的分布范围更窄，统计检验验证了该改进的显著性，表明RTH算法通过全局搜索有效优化了模型特征学习过程，缓解了实验随机性导致的诊断波动，显著增强了模型鲁棒性。

不同故障诊断方法的性能比较

在主流分类器的横向性能对比中，研究团队在相同的GRRF处理数据集、一致训练/测试划分及相同评估指标下，统一评估了支持向量机（SVM）、XGBoost、一维卷积神经网络（1D-CNN，输入维度1×400）、Transformer、二维卷积神经网络（2D-CNN，即去除CBAM与KAN的ICNN）、ICNN-w/o RTH及GD-AHBA等模型。结果显示，ICNN在准确率、召回率与F1分数上均达到97.78%，推理时间为1.2316毫秒；对比模型中SVM为87.22%，XGBoost为91.51%，1D-CNN为90.56%，Transformer为91.87%，2D-CNN为92.22%，ICNN-w/o RTH为94.44%，GD-AHBA为95.42%。尽管ICNN因架构增强而相对复杂，但其单样本推理延迟仍保持在亚毫秒至约1毫秒量级，满足了时效性要求。混淆矩阵分析进一步证实，ICNN在多数故障类别上均实现了最高分类精度，凸显了CBAM与KAN在提升多尺度特征表示及CTGAN-CRS与GRRF在数据增强与特征增强方面的联合有效性。

不同优化算法的性能比较

此外，在优化算法的对比实验中，研究人员比较了鲸鱼优化算法（WOA）、灰狼优化算法（GWO）与红尾鹰算法（RTH）的训练损失曲线。结果表明，三种算法均能达到一定收敛水平，但RTH在前100个epoch内展现出更陡峭快速的损失下降，全局搜索能力更强且更易跳出局部最优，相比WOA收敛最慢且最终损失最高，GWO虽优于WOA但收敛速度与最终损失仍不及RTH，证明了RTH在加速收敛与提升优化性能方面的显著优势。

讨论与结论

本研究在结论部分指出，CGIR框架通过各核心模块的互补性改进，有效解决了电力变压器故障诊断中类别不平衡DGA数据所带来的挑战，显著增强了特征表示能力、超参数优化水平与分类性能，从而提升了多种故障类型下的诊断准确率与鲁棒性。然而，研究人员也指出该框架仍存在一定局限性：对带标注故障数据的依赖可能制约其对未见故障或复合故障的泛化能力，且时变运行条件对DGA分布的影响尚未被充分建模。未来工作将致力于将CGIR拓展至半监督学习以充分利用无标注数据，引入领域适应以提升跨工况条件下的迁移能力，并开展轻量化优化与现场验证，以支撑大规模变压器机群的实时监测应用。