九江电力勘察设计院有限公司

本发明公开了基于人工智能的主变故障预判方法及系统，涉及电力设备故障检测技术领域；该方法获取变压器三侧有功功率、无功功率、电流及本体油温形成原始时序数据集，经预处理后构建包括基础运行特征、时序统计特征及参数关联特征的多维度特征集，采用特征重要性度量、特征冗余度量及特征关联性度量进行联合筛选得到最优输入特征子集，进而构建并训练LightGBM梯度提升集成学习模型得到变压器故障检测‑分类预判模型，将实时数据输入模型获得故障类别及置信度并划分预警等级；本发明依托常规运维参数实现多类型故障全面检测与准确分类，采用云‑边‑端协同架构提升实时性，适用于电力系统主变设备的智能化运维管理。