視頻效果：變壓器三種方法下故障診斷Python代碼_嗶哩嗶哩_bilibili代碼運(yùn)行要求：tensorflow版本>=2.4.0,Python>=3.6.0即可，無(wú)需修改數(shù)據(jù)路徑。

1.數(shù)據(jù)集介紹：

采集數(shù)據(jù)的設(shè)備照片

變壓器在電力系統(tǒng)中扮演著非常重要的角色。盡管它們是電網(wǎng)中最可靠的部件，但由于內(nèi)部或外部的許多因素，它們也容易發(fā)生故障?？赡苡性S多啟動(dòng)器會(huì)導(dǎo)致變壓器故障，但可能導(dǎo)致災(zāi)難性故障的啟動(dòng)器如下：機(jī)械故障，電介質(zhì)故障等

這些數(shù)據(jù)是從2019年6月25日到2020年4月14日通過(guò)物聯(lián)網(wǎng)設(shè)備收集的，每15分鐘更新一次。

第一個(gè)文件打開(kāi) （10列特征）

第二個(gè)文件打開(kāi) （6列特征，最后一列是標(biāo)簽，正常狀態(tài)為0，故障為1）

?

參數(shù)說(shuō)明：

電流電壓：

VL1-相線(xiàn)1

VL2-相線(xiàn)2

VL3-相線(xiàn)3

IL1-電流線(xiàn)路1

IL2-電流線(xiàn)路2

IL3-電流線(xiàn)路3

VL12-電壓線(xiàn)1 2

VL23-電壓線(xiàn)2 3

VL31-電壓線(xiàn)3 1

INUT-中性點(diǎn)電流

概述：

OTI-機(jī)油溫度指示器

WTI-繞組溫度指示器

ATI-環(huán)境溫度指示器

OLI-油位指示器

OTI_A-油溫指示器報(bào)警

OTI_T-油溫指示器跳閘

MOG_A-標(biāo)簽：正常未0，故障為1.

2.整個(gè)代碼流程：

1. 導(dǎo)入和配置庫(kù)：導(dǎo)入了所需的數(shù)據(jù)處理、數(shù)據(jù)可視化和機(jī)器學(xué)習(xí)相關(guān)的庫(kù)，并進(jìn)行了matplotlib和seaborn的樣式和參數(shù)配置。

2. 數(shù)據(jù)預(yù)處理：讀取了兩個(gè)CSV文件（Overview.csv和CurrentVoltage.csv），將它們轉(zhuǎn)換為DataFrame，并對(duì)其中的日期時(shí)間列進(jìn)行了格式轉(zhuǎn)換。

3. 數(shù)據(jù)合并：將兩個(gè)DataFrame（tf和cv）根據(jù)時(shí)間戳列（DeviceTimeStamp）合并為一個(gè)新的DataFrame（transformer）。

4. 數(shù)據(jù)可視化：使用matplotlib和seaborn庫(kù)繪制了多個(gè)圖表，包括散點(diǎn)圖、折線(xiàn)圖、計(jì)數(shù)柱狀圖和餅圖，來(lái)可視化不同傳感器數(shù)據(jù)的變化趨勢(shì)、分布情況等。

5. 機(jī)器學(xué)習(xí)模型訓(xùn)練和評(píng)估：使用scikit-learn庫(kù)中的機(jī)器學(xué)習(xí)模型（Logistic Regression、SVM、K-Nearest Neighbors）對(duì)數(shù)據(jù)進(jìn)行了訓(xùn)練，并進(jìn)行了模型準(zhǔn)確率的評(píng)估。具體步驟包括：

   • 數(shù)據(jù)預(yù)處理：特征縮放，將特征值縮放到0到1的范圍內(nèi)。
   • 訓(xùn)練集和測(cè)試集劃分：將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集。
   • 模型訓(xùn)練：分別使用Logistic Regression、SVM和K-Nearest Neighbors模型對(duì)訓(xùn)練集進(jìn)行訓(xùn)練。
   • 預(yù)測(cè)和評(píng)估：使用訓(xùn)練好的模型對(duì)測(cè)試集進(jìn)行預(yù)測(cè)，并計(jì)算模型的訓(xùn)練準(zhǔn)確率和測(cè)試準(zhǔn)確率。
   • 分類(lèi)報(bào)告和混淆矩陣：打印出分類(lèi)報(bào)告，包括精確率、召回率和F1分?jǐn)?shù)等指標(biāo)，同時(shí)繪制混淆矩陣來(lái)展示模型的分類(lèi)結(jié)果。

?3.原始數(shù)據(jù)特征展示：

3.1.使用sns.relplot函數(shù)繪制tf DataFrame中的OTI、ATI和WTI列的關(guān)系圖，根據(jù)MOG_A列進(jìn)行著色。

3.2. 繪制油溫指示器圖

?3.3.繪制繞組溫度指示器警報(bào)圖

?3.4.繪制油溫指示器警報(bào) OTIT 圖

?3.5.繪制溫度指示器行程圖

?

?3.6 繪制油位指示器圖

?3.7.繪制磁性油位指示器圖

3.8分別繪制OTI_T列和MOG_A列的計(jì)數(shù)柱狀圖和餅圖

?

4.三種不同模型下的診斷準(zhǔn)確率（log:邏輯回歸，svc:支持向量機(jī)，knn方法）

訓(xùn)練集和測(cè)試集的特征輸入。

訓(xùn)練集和測(cè)試集的標(biāo)簽輸入。?

?

三種方法下測(cè)試集的混淆矩陣

?

?數(shù)據(jù)和代碼放在了壓縮包里，下載后無(wú)需修改數(shù)據(jù)路徑，解壓縮后直接運(yùn)行（可遠(yuǎn)程協(xié)助運(yùn)行代碼）文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-649324.html

import numpy as np  # 導(dǎo)入NumPy庫(kù)用于數(shù)值計(jì)算
import pandas as pd  # 導(dǎo)入Pandas庫(kù)用于數(shù)據(jù)處理和CSV文件讀寫(xiě)
import os  # 導(dǎo)入os庫(kù)用于操作系統(tǒng)相關(guān)功能
for dirname, _, filenames in os.walk('/data'):
    for filename in filenames:
        print(os.path.join(dirname, filename))
import pandas as pd  # 導(dǎo)入Pandas庫(kù)
import numpy as np  # 導(dǎo)入NumPy庫(kù)
import seaborn as sns  # 導(dǎo)入Seaborn庫(kù)用于數(shù)據(jù)可視化
import matplotlib.pyplot as plt  # 導(dǎo)入Matplotlib庫(kù)用于繪圖
import datetime  # 導(dǎo)入datetime庫(kù)用于日期時(shí)間處理
import warnings  # 導(dǎo)入warnings庫(kù)用于警告管理
from matplotlib import pyplot as plt
#壓縮包：https://mbd.pub/o/bread/ZJybm5dq

到了這里，關(guān)于變壓器故障診斷（python代碼，邏輯回歸/SVM/KNN三種方法同時(shí)使用，有詳細(xì)中文注釋?zhuān)┑奈恼戮徒榻B完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！