面向油色谱化学成分分析的变压器并行诊断研究

针对变压器油色谱分析的智能化需求,提出一种基于大数据和三维场景的变压器油色谱诊断模型。为验证该模型的准确性,首先采用HDFS+HBase完成对诊断架构的搭建;然后引入Storm框架+OAO-RVM的并行化诊断框架;通过obj完成对挖掘结果的可视化。最后,搭建服务集群,对上述方案进行验证,结果表明本方案对变压器DGA数据的挖掘准确率高达95.37%,并可实现大规模的变压器油色谱数据的挖掘,表现出良好的性能。同时通过三维场景,可实时展示变压器的溶解气体成分与比值,为变压器故障的可视化诊断提供了参考。