基于机器学习的干式空心电抗器异常分析系统及方法

本发明公开了基于机器学习的干式空心电抗器异常分析系统及方法，涉及电力设备状态监测技术领域，该方法包括：同步采集磁场探测线圈对的感应电压信号，以及干式空心电抗器本体的工作电压与工作电流信号；分析电抗器的功率因数角特征参数；并分析磁场探测线圈对的感应电压信号，得到差分电压值；融合差分电压值与功率因数角特征参数，生成协同变化系数，构建协同变化系数空间分布向量；将协同变化系数空间分布向量输入至故障分类模型，识别元素的幅值差异与空间分布模式；输出故障分类模型的分析结果。本发明将协同变化系数按空间位置排列为分布向量，识别向量元素的幅值差异与空间模式，提高对故障识别的准确性。