《Machines》：Partial Discharge Severity Classification for Transformer Condition Monitoring Using Feature Engineering, PCA, and ANN
编辑推荐：
局部放电（PD）是高压变压器绝缘退化的关键指标，能够为早期故障提供预警。尽管人工神经网络（ANN）已被应用于PD分类，但在使用扩展特征空间时，冗余特征和过拟合可能影响其性能。本研究提出一种PD严重程度分类框架，结合物理信息特征工程、主成分分析（PCA）和多层感
局部放电（PD）是高压变压器绝缘退化的关键指标，能够为早期故障提供预警。尽管人工神经网络（ANN）已被应用于PD分类，但在使用扩展特征空间时，冗余特征和过拟合可能影响其性能。本研究提出一种PD严重程度分类框架，结合物理信息特征工程、主成分分析（PCA）和多层感知器（MLP）神经网络。PD测量数据通过IEC 60270电气测量方法从物理变压器中获取，共获得294个样本，并标记为四个严重等级：正常、低、中、高PD。研究人员利用基于能量、比值、对数和归一化的特征，将两个测量变量（即PD幅值和施加电压）扩展为10维特征空间。随后采用PCA对特征空间进行降维，并将保留的主成分输入分类器。结果显示，前两个主成分捕获了超过90%的总方差，使MLP达到98.3%的测试准确率，与使用全部10个工程特征时的性能相当，并且优于仅基于原始测量值的分类（91.5%）。所提出的PCA-ANN模型在测试集上对中、高严重等级类别实现了完美的精确率和召回率，并在5折交叉验证中优于K近邻（KNN）、支持向量机（SVM）和高斯朴素贝叶斯（GNB）模型。这些发现表明，PCA可以在不损失诊断性能的前提下降低特征维度，为变压器PD严重程度分类提供了一种高效方法。
**论文解读：基于特征工程、PCA和ANN的变压器局部放电严重程度分类研究**
**1. 研究背景、问题与目的**
高压电力变压器的绝缘状态直接决定电网运行的可靠性和稳定性。绝缘系统在长期运行中因老化、电热应力、化学作用及机械缺陷而逐步劣化，其中局部放电（Partial Discharge, PD）是绝缘退化的重要早期征兆。PD是一种局部电气放电，虽初始范围有限，但持续活动会削弱介质结构，最终导致绝缘击穿。PD的严重程度反映了绝缘缺陷的危险等级，准确分类对制定运维决策至关重要。然而，PD信号与严重等级之间的关系复杂，传统阈值法难以有效区分中间状态。人工神经网络（ANN）虽被用于PD分类，但当输入特征过多或存在高度相关冗余时，模型易过拟合，性能受限。为解决上述问题，本研究提出一种结合物理信息特征工程、主成分分析（Principal Component Analysis, PCA）和多层感知器（Multilayer Perceptron, MLP）神经网络的PD严重程度分类框架，旨在利用压缩的低维特征空间实现高效、准确的诊断。该论文发表在《Machines》。
**2. 关键技术方法概述**
本研究采用IEC 60270标准电气测量法，从制造商车间的一台电力变压器中采集PD数据，共294个样本，按放电幅值与施加电压的对应关系划分为正常、低PD、中PD、高PD四个严重等级。研究人员从原始测量变量（视在放电电荷量|Q|和施加电压V）出发，通过能量、比值、对数和归一化等变换，构建了一个10维物理信息特征空间。随后采用PCA对标准化后的特征矩阵进行降维，提取保留最大方差的正交主成分。最终使用一个含单个隐藏层（20个神经元，tanh激活函数）的MLP作为分类器，以保留的主成分作为输入，输出层采用Softmax函数给出四类概率预测。
**3. 研究结果**
**3.1 降维比例的影响**
通过比较保留不同主成分数量（k=1至10）时MLP的训练与测试准确率，发现当k=2（降维比例80%）时，模型达到98.3%的测试准确率，与全特征10维时的性能一致，而k=1时仅93.2%。这表明前两个主成分保留了超过90%的累计方差，足以承载判别信息。
**3.2 混淆矩阵与每类分析**
在k=2的最优模型下，测试集混淆矩阵显示：高PD（46个样本）和中PD（2个样本）均100%正确分类；低PD类9个样本中有8个正确（召回率88.9%），1个被误判为正常；正常类2个样本全部正确，但精确率因低PD误分类降至67%。整体加权平均精确率、召回率和F1分数分别为99.3%、98.3%和98.6%。
**3.3 过拟合预防与稳定性验证**
采用5折分层交叉验证评估模型稳定性。PCA-ANN模型平均交叉验证准确率为98.3%，标准差仅±0.9%，在所有对比模型中表现最低的方差，证明PCA压缩有效防止了过拟合，且性能对数据划分不敏感。
**3.4 类别不平衡处理**
数据集中高PD类占78.2%，而正常PD（3.1%）和中PD（3.7%）为少数类。研究人员未采用数据重采样，而是通过物理信息特征工程在10维空间中自然分离了少数类边界。交叉验证和测试结果表明，即使样本量少，中PD和正常PD类仍获得100%的召回率，证实特征工程能有效缓解不平衡问题。
**3.5 每类性能指标**
最优PCA-ANN模型对中PD和高PD类取得100%精确率、召回率及F1分数；低PD类精确率100%、召回率88.9%、F1分数94.1%；正常PD类召回率100%、精确率67%。加权平均指标均超过98%，表明模型对关键严重等级具有极强识别能力。
**3.6 与不同特征配置的对比**
当使用原始测量变量(|Q|, V)时，ANN测试准确率仅91.5%；使用全部10个工程特征时，准确率提升至98.3%；而PCA-ANN以2个主成分达到相同98.3%的测试准确率，证明PCA在不降低性能的前提下大幅压缩了输入维度。
**3.7 多分类器基准对比**
将PCA-ANN与高斯朴素贝叶斯（GNB）、K近邻（KNN）、支持向量机（SVM）以及未采用PCA的ANN在全特征空间上对比。PCA-ANN在5折交叉验证中平均准确率最高（98.3%），标准差最低（±0.9%），而其他模型（ANN无PCA：97.9%±1.3%；GNB：97.0%±1.0%；KNN：96.6%±1.6%；SVM：96.2%±1.9%）。PCA-ANN在测试准确率上也并列最优（98.3%）。
**4. 讨论与结论总结**
研究表明，物理信息特征工程显著提升了PD严重等级的可分性，但工程特征间存在强相关性，PCA能够有效压缩冗余并保留主导判别信息。前两个主成分对应放电幅值和施加电压的联合效应，使模型在低维空间实现与全特征等效的性能。模型对中、高PD类完美分类，符合严重放电产生更强电磁特征的物理规律；而正常-低PD边界残留模糊源于弱放电信号与背景噪声的固有重叠。PCA-ANN在交叉验证中最低的方差表明其泛化稳定性优于未降维的ANN。本方法的实用意义在于：基于IEC 60270标准测量即可通过物理驱动特征与PCA降维获得高效诊断，无需依赖复杂的高维模式识别。但数据集严重不平衡（高PD占78%）、少数类样本极少的限制需谨慎解读。
**研究结论翻译**：本研究开发了一种结合物理信息特征工程、主成分分析和人工神经网络的局部放电严重程度分类框架，用于高压变压器。从测量得到的局部放电幅值和施加电压出发，特征空间被扩展至包含与放电能量、电应力、缩放及相对强度相关的派生描述符。随后采用PCA减少工程特征空间中的冗余，并在分类前保留最具信息性的变异。结果表明，所提出的PCA-ANN框架仅使用两个保留的主成分即达到98.3%的测试准确率，与使用全部10个工程特征训练的ANN性能相同，且显著优于仅基于原始测量值的分类。该模型在测试集上对中、高严重等级类别实现了完美的精确率和召回率，显示出识别更关键绝缘状态的强大能力。除了准确率本身，研究发现基于领域的特征设计与降维技术的结合能够产生紧凑而有效的PD行为表征。这一点至关重要，因为变压器状态监测系统不仅要求分类方法准确，还需在计算效率和与测量物理量意义的可解释性上具备优势。因此，所提出的方法证明，简化的特征表示在简化分类器学习任务的同时可以保留诊断信息。然而，结果应结合研究局限性进行解读：数据集包含294个样本且严重不平衡，高PD类占主导，正常和中PD类代表极有限；部分类别的小样本支持限制了关于泛化结论的强度。此外，本研究主要依赖幅值和电压派生描述符，未纳入更丰富的相位分辨放电模式信息，后者可能进一步提升相邻类别（如正常与低PD）的区分能力。从实践角度，该研究建议在变压器PD严重程度评估中使用机器学习模型时，不应仅依赖原始视在电荷和电压测量，而应在模型训练前融入基于放电物理的特征工程以改善类可分性；当特征间存在强相关时，建议使用PCA等降维技术以降低计算负担而不损失诊断性能。对于电力公用事业及维护人员，所提出的框架可作为决策支持工具的基础，用于优先对具有较高PD严重等级变压器进行深入检查或干预。未来工作应聚焦于在多台变压器、多种绝缘条件和运行环境的更大、更多样化数据集上验证该框架；采用SMOTE等重采样或数据增强策略处理类别不平衡；整合相位分辨局部放电特征，并对比深度学习及混合诊断模型与当前PCA-ANN方法的性能；最终需在真实在线监测条件下进行外部验证以评估方法的鲁棒性、可迁移性和部署就绪度。
