4.4 变压器LS-SVM 故障诊断.................. 60-62
4.5 本章小结 ..................62-63
结论
目前我国正在积极探索和实践状态检修制度，而变压器故障诊断和故障预测是状态检修的基础性工作。变压器结构复杂，其故障机理呈多样性、随机性和模糊性，使得故障诊断存在相当大的困难；变压器油中溶解气体往往呈现非等间隔小样本的特点，传统的预测方法并不适用于这类数据的预测。因此，采用一种新的人工智能方法来进行变压器故障诊断与故障预测是非常有必要的。
本文以最小二乘支持向量机 LS-SVM 为工具，以变压器为研究对象，以油中溶解气体 DGA 数据为手段，对变压器的故障诊断和故障预测进行了研究。通过论文的研究，得出如下主要结论：
(1
