基于溶解气体分析(DGA)的电力变压器故障诊断中采用主成分分析(PCA)与自编码器(Autoencoder)型人工神经网络(ANN)模型的比较研究与挑战：见解与启示

《Energies》：PCA and Autoencoder-Based ANN Models for Transformer Fault Diagnosis Using Dissolved Gas Analysis: Comparative Insights and Challenges

　　

利用溶解气体分析(Dissolved Gas Analysis, DGA)对电力变压器进行准确故障诊断，依赖于有效的特征提取以减少冗余并提升分类性能。本研究比较了线性与非线性特征提取方法——即主成分分析(Principal Component Analysis, PCA)与瓶颈型自编码器(bottleneck Autoencoder, AE)，旨在判定非线性表示是否为变压器故障分类提供诊断优势。研究使用一组包含595个按IEC 60599标准标注的DGA样本的数据集，涵盖六类故障(PD, D1, D2, T1, T2, T3)，构建了由气体浓度、总烃含量及符合IEC标准的气体比值组成的15维特征空间。研究人员对PCA和AE在潜变量维度(k = 1–15)下进行降维处理，随后接入相同的人工神经网络(Artificial Neural Network, ANN)分类器。性能评估采用测试准确率、交叉验证稳定性及各类别F1分数。PCA+ANN模型在k = 11时取得最高准确率68.9%，优于AE+ANN模型在k = 4时取得的66.4%。PCA亦表现出更高的交叉验证稳定性(62 ± 3.5%)相较于AE(62 ± 6.6%)。然而，AE通过增强重叠样本的非线性分离能力，提升了放电类故障(D1与D2)的F1分数。研究表明，PCA在变压器故障诊断中提供更优的整体准确率与稳定性，而AE在区分放电相关故障方面具备针对性优势。本发现为后续研究建立了基准，并凸显了线性与非线性特征提取在基于DGA的诊断系统中互为补充的作用。

论文解读：基于溶解气体分析(DGA)的电力变压器故障诊断中PCA与自编码器(Autoencoder)型ANN模型的比较研究

研究背景与意义

电力变压器是电力系统关键资产，其内绝缘劣化可引发局部放电(Partial Discharge, PD)、低能放电(D1)、高能电弧(D2)及低温(T1)、中温(T2)、高温(T3)过热等故障。溶解气体分析(Dissolved Gas Analysis, DGA)是主流监测手段，但传统IEC比值法在面对气体特征重叠、测量不确定时常失效。基于人工神经网络(Artificial Neural Network, ANN)的数据驱动方法虽能拟合非线性关系，但直接输入含原始气体浓度与高度相关的气体比值之15维特征易因冗余导致过拟合及泛化能力下降。现有研究对线性[主成分分析(Principal Component Analysis, PCA)]与非线性[瓶颈自编码器(bottleneck Autoencoder, AE)]特征提取在受控同等条件下对DGA故障分类的优劣尚缺乏清晰对照。因此，研究人员开展此项受控对比实验，以明确非线性隐特征学习是否比线性降维更具实用诊断价值，并为该领域提供可复现基准。论文发表于《Energies》。

关键技术方法概述

研究人员采集595例按IEC 60599标注的DGA样本（六类故障：PD, D1, D2, T1, T2, T3），按8:2分层划分训练与测试集。构建15维特征向量：5种溶解气体[H₂, CH₄, C₂H₆, C₂H₄, C₂H₂]浓度 + 总烃(Total HydroCarbon, TCH) + 9个IEC对齐气体比值（分母加ε防零）。所有特征经Z-score标准化（仅用训练集统计量）。分别采用PCA（线性投影保留前k个主成分）和对称浅层瓶颈AE（编码器15→隐藏→k维潜码→隐藏→15重构，MSE损失，Adam优化）进行降维（k=1~15）。将所得k维特征输入完全相同的单隐层MLP（20神经元tanh激活，输出6神经元softmax，L-BFGS优化带L₂正则化α=10^-4，最大2000轮）分类。评估指标含测试准确率、混淆矩阵、每类精确率(Precision)/召回率(Recall)/F1分数及五折交叉验证均值±标准差。

研究结果

4.1 不同潜变量维度下的分类准确率

研究人员遍历k=1~15记录测试准确率。PCA+ANN在k=11时达峰值68.9%（累积方差约99.9%），表明诊断信息分散于多主成分，过度压缩损及判别力；AE+ANN在k=4时达峰值66.4%，k>4后未持续提升甚至略降至62.2%，说明AE将主要非线性结构压缩至少维潜码，过多维度引入噪声。PCA整体优于AE 2.5个百分点，但AE用更少维度获竞争性精度。

4.2 混淆矩阵分析

对比最优配置(k=11 PCA, k=4 AE)之混淆矩阵。PCA+ANN对热故障T2、T3分类更优，热类在PCA空间呈较紧簇；AE+ANN对放电类D1、D2误判减少，表明非线性编码改善部分重叠放电特征分离，但对热类略有退化的错分增加。PD–D1–D2组因产气机理相似均为两模型最难区分类别。

4.3 每类精确率、召回率和F1分数分析

PCA+ANN在PD、T1、T2、T3上F1更高（T3: 85.1% vs 77.6%；T2: 81.0% vs 69.8%）；AE+ANN在D1（60.0% vs 54.1%）与D2（72.0% vs 65.4%）上F1更高。加权平均F1为PCA+ANN 68.1%、AE+ANN 65.4%。证实两策略保留不同诊断结构：线性投影较好保存热故障气体比值趋势，非线性编码强化部分放电类边界但可能削弱热类线性信息。

4.4 交叉验证稳定性比较

五折交叉验证显示PCA+ANN为62% ± 3.5%，AE+ANN为62% ± 6.6%。均值相同但PCA标准差显著更小，源于PCA基于特征值分解具确定性，AE受随机初始化及优化动力学影响折叠间波动大，工业部署需稳定性时PCA更可靠。

4.5 与传统分类器的基准比较

同数据集测试Gaussian Na?ve Bayes(~36.1%)、KNN(~55%)、SVM(~62%)、不经降维直接输入15维特征的基线ANN(~63.9%)。PCA+ANN与AE+ANN均超越基线ANN，验证降维去冗余提升性能；PCA+ANN为全场最优。

4.6 PCA+ANN与AE+ANN的直接对比

三点结论：(1) PCA+ANN总体分类性能最强（准确率及加权F1优）；(2) AE+ANN针对性提升D1(+5.9% F1)、D2(+6.6% F1)放电故障区分；(3) PCA+ANN在T2(?11.2% AE劣势)、T3等热故障具明显F1优势。二者互补而非替代关系。

4.7 实际解读与部署启示

PCA+ANN适合作为工业通用稳健基线——精度高、稳定、确定、易校验；AE+ANN适合资源受限嵌入式系统（少维潜码）或专注重放电故障细分的场景。

4.8 发现总结

PCA+ANN最优k=11准确率68.9%，AE+ANN最优k=4准确率66.4%。PCA需较多维保信息，AE少维达竞争性能。每类分析证PCA利热/PD故障、AE利放电D1/D2。PCA交叉验证波动更小。降维优於直接用原特征。推荐PCA+ANN为通用首选，AE+ANN可作紧凑或放电专精备选。

讨论与结论翻译（Conclusion节浓缩直译）

本文对基于DGA的电力变压器故障诊断中PCA+ANN与AE+ANN降维及分类模型进行比较评估。结果显示PCA+ANN在k = 11时取得最高整体测试准确率68.9%，而AE+ANN在k = 4时取得66.4%。PCA亦展现更佳的交叉验证稳定性，表明其确定性线性投影为该数据集提供更可靠的特征表示。尽管AE+ANN产生更紧凑的潜变量表示，但其未超越PCA+ANN的整体准确率。然而，自编码器在区分放电相关故障特别是D1和D2方面显示出针对性优势，提示非线性特征提取可更好捕获特定故障中重叠的气体比值模式。相反，PCA+ANN在PD、T1及T3类表现更强，支持其在可靠性与稳定性重要的工业部署中的适用性。研究确认特征提取相较使用未压缩输入特征可改善基于ANN的变压器故障诊断。推荐PCA+ANN作为稳健DGA故障分类的首选基准模型，而AE+ANN可用于专注放电故障区分或紧凑型嵌入式诊断系统的场合。未来工作应探究变分、堆叠及类别条件自编码器架构，以及PCA-AE混合模型与优化训练策略，以进一步提升分类准确率与类别特异性故障分离能力。