1 论文标题：基于机器学习的变压器预测性维护方案

2 作者信息：王子祥, 王恩荣, 张海龙：南京师范大学电气与自动化工程学院，江苏 南京

3 出处和链接：王子祥, 王恩荣, 张海龙. 基于机器学习的变压器预测性维护方案[J]. 电气工程, 2023, 11(2): 114-123. https://doi.org/10.12677/JEE.2023.112014

4 摘要：为了改善现有的配电变压器维护方案，更好地实现电力大数据的应用，本文提出了一种基于机器学习的变压器预测性维护方案，以变压器油中溶解气体数据特征数据，首先对变压器原始采集数据进行处理，然后使用隐半马尔可夫模型(HSMM)确定变压器的运行状态，进一步使用改进卷积神经网络对异常数据进行分类预测，最终实现辅助变电运维人员进行非周期定向维护，从而有效降低运维成本、减少机组停机时间，提高变压器的任务完成率的需要。