电力变压器故障分类中一种高级统计分析与时序决策树算法混合方法

《Energies》：A Hybrid Advanced Statistical Analysis and Decision Tree Algorithm Method for Power Transformer Fault Classification

　　

电力变压器故障会降低电网可靠性并可能导致巨额经济损失。传统的溶解气体分析（DGA）方法（如关键气体法、比值法与杜瓦尔三角形法）在复杂或复合故障情形下常给出不明确结果。本研究提出一种统计引导决策树（Statistically Guided Decision Tree, SGDT）框架，该混合方法利用统计性DGA分析与决策树学习来识别变压器故障。该方法通过对来自一台275 kV变压器的广泛DGA记录进行高级统计分析（包括离散度与关联度量、置信区间及分布特征）建立基于规则的故障类别并定义阈值，继而制定故障分类规则，最后开发决策树算法以检验基于气体浓度的故障标注规则是否与真实数据行为一致。分类准确率达0.993，F1-score为0.980，召回率0.980，精确率0.981，曲线下面积（AUC）为0.987，表明该框架能清晰区分故障与非故障情形，可协助公用事业部门实现变压器维护与诊断数字化及优化决策。

研究背景与动机

电力变压器是电力系统电压调节与供电稳定的核心设备，其短路、电/机/化/环境应力故障会引发断电、高维修成本与环境影响。化学诊断中的溶解气体分析（Dissolved Gas Analysis, DGA）是早期预警主流手段，但关键气体法、Rogers比值、IEC比值、Doernenburg与Duval三角形等传统方法依赖固定阈值与简单比值，在重叠或非线性产气场景下准确率仅约42%–77%，且常输出矛盾或超码结果。单纯机器学习（ML）虽提升精度，却面临小样本异常数据、可解释性差与过拟合问题。为此，研究人员在《Energies》发表该研究，提出统计引导决策树（SGDT）框架，将高级描述统计与决策树学习耦合，用33778条单台275 kV三绕组变压器五年在线DGA小时级记录（含H₂、CH₄、C₂H₆、C₂H₄、C₂H₂、CO及TDCG等，保留现场微小负值以贴近实测），实现数据驱动阈值与可解释规则的统一。

主要关键技术方法

研究人员采用单台275 kV/160 MVA变压器五年33778条小时级在线DGA现场队列；先以Bootstrap法估计集中趋势、离散度（方差、标准差、IQR、CV）、偏度峰度、95%置信区间与分位数；依气体分布形态对六种主气设定百分位阈值并写成8条规则（覆盖D1、PD、T1、T2、Mixed、Normal，D2/T3因无样本未入模）；同时计算TDCG与小时/日产气速率；以熵/Gini不纯度构建最大深度4、复杂度惩罚0.1、叶节点≥15的决策树，按64%/16%/20%切分训练验证测试集，十次随机种子交叉验证；特征集除六主气外扩至CO₂、O₂、H₂O、TDCG及产率以增鲁棒性，并以Duval三角形作对照。

研究结果

4.1 案例概述：对象为275 kV/88 kV/22 kV、YNyn0d1、带OLTC的三绕组160 MVA变压器，五年33778条记录，电气结构直接影响产气模式。

4.2 DGA数据统计解析：4.2.1 关键气体集中趋势显示H₂均336.8 ppm、CH₄均79.6 ppm、C₂H₂中位0.1 ppm，支撑规则中200/300 ppm、70 ppm、0.5/1.0 ppm切点；4.2.2 离散度中C₂H₂变异系数1.484、H₂标准差115.02，证成尖锐阈值；4.2.3 95%置信区间窄（H₂均311.4–313.8）表明阈值稳定；4.2.4 分位数示H₂ P95=444.1、C₂H₂ P95=0.41，印证切点位于高端尾；4.2.5 分布形态中CH₄/CO左偏（偏度–5.866/–5.552）高峰度，C₂H₂近对称，说明放电气靠突刺而非缓升；4.2.6 关联矩阵示CH₄–C₂H₆相关0.937、CO–CH₄ 0.95、C₂H₂与多数气弱/负关，证实热故障气群与放电气群分离。

4.3 决策树模型分析：4.3.1 归一化混淆矩阵示Mixed(0.43)、T1(0.26)、PD(0.16)识别佳，Normal(0.05)与D1(0.02)弱；4.3.2 类别分布Mixed约44%、D1仅2%，不平衡致少数类召回低；4.3.3 十种子平均准确0.9935±0.0005、精确0.9820、召回0.9810、F1 0.9812、AUC 0.9865，PD/T1的F1达0.997，D1召回0.881，T2误报率略高；4.3.4 特征重要性H₂(17.2)>TDCG(16.3)>CH₄(13.2)>C₂H₂(11.0)，dropout损失C₂H₆最高(2757.88)，CO₂/H₂O/O₂几乎无用；4.3.5 树分裂点C₂H₆@0.302(改善2176.99)、CH₄@0.172(1890.43)、H₂@–0.11(2769.49)与统计阈值同构；4.3.6 多类ROC中PD/T1/T2/D1近左上，Normal较平；4.3.7 复杂度惩罚0处精度近峰，增罚则降，浅树即够；4.3.8 可视化树首层即C₂H₆/C₂H₂/CH₄/H₂，叶端混合故障由多气越限触发，与规则集逻辑一致。

讨论与结论翻译

讨论指出SGDT证明统计派生规则可被决策树高保真习得，框架可扩至局部放电、绝缘劣化与扫频响应分析（SFRA）同源数据；IQR/CV适配高变气体，相关分析确认热故障气群共生。决策树以99.3%准确与>0.98 F1复现专家切点（CH₄@0.172、C₂H₂@0.465），优于J48(81%)、Duval三角(87.18%)、PNN(98.28%)等基准。

结论：所提SGDT框架融合高级统计与决策树学习，在33778条现场DGA记录上获准确0.993、精确0.981、召回0.980、F1 0.980、AUC 0.987，提供简洁、数据驱动、可解释的变压器状态判别工具，利于早期预警与维护决策；遗留问题含现场负值的预处理、仅线性关联、单台变压器外推性不足及杂散产气（stray gassing）未标注，后续需多机群验证与引入非线性和SFRA等多模数据。