Газовый анализатор в основном через анализ растворенного газа в масле (DGA), чтобы определить неисправность трансформатора, его точность не является фиксированным значением, зависит от методов анализа, характеристик прибора и эксплуатационных норм и других факторов, точность традиционного метода в основном составляет 80% - 86%, точность оптимизированного варианта с интеллектуальным алгоритмом может быть увеличена до более чем 95%, некоторые оптимизированные модели даже близки к 100%, конкретные различия заключаются в следующем:
Традиционный метод анализа: традиционный метод трех значений, метод соотношения Роджерса и другие методы, основанные на соотношении концентрации газа для определения неисправности, из - за неполного кодирования, абсолютного определения границы и других дефектов, точность ограничена. Три из этих коэффициентов имеют точность около 86,32%; Ранние методы диагностики, основанные на простых моделях, показали худшие результаты, например, базовая модель, основанная на поддерживающей векторной машине (SVM), общая точность диагностики неисправностей составляет всего 90%, а скорость распознавания неисправных трансформаторов - всего 80%.
Метод оптимизации с интеллектуальными алгоритмами: по мере слияния алгоритмов с методами обнаружения точность значительно повышается. Схемы, такие как Evolution k Central в сочетании с экспертной подсистемой, с точностью 98,29% в базе данных IECTC10; Интеллектуальная диагностическая система, встроенная в случайные лесные алгоритмы, типичная точность распознавания неисправностей для 32 режимов неисправностей в 6 категориях составляет ≥98,5%; Существует также нечеткая система рассуждений, основанная на характеристиках корреляции характерных газов, и точность достигает 100% при тестировании данных конкретных временных рядов отказа; Когда газовый хроматограф сочетает в себе цифровое автоматическое сравнение и интеллектуальную технологию идентификации, точность обнаружения также может быть увеличена до 95%.
Другие методы оптимизации моделей: некоторые индивидуализированные модели, оптимизированные с помощью характеристик и алгоритмов, также хорошо работают. Например, модель AO - RF, основанная на предпочтительной характеристике алгоритма оптимизации золотого шакала с алгоритмом Skyhawk для оптимизации случайных лесов, по сравнению с обычными моделями RF и SVM, точность диагностики может быть увеличена на 1,84% - 15,86%; Модели, основанные на байесовских сетях и гипотетических тестах, имеют максимальную диагностическую точность 88,9%, хотя и ниже, чем некоторые из лучших алгоритмических моделей, но все же значительно улучшились по сравнению с традиционными методами.
Тем не менее, вышеупомянутая точность является результатом идеальных условий, практическое применение, если есть нерегулярный отбор проб, вибрация транспортировки проб нефти приводит к рассеянию газа, недостаточной чистоте несущего газа и другим проблемам, может вызвать около 23,7% случаев просчета, будет значительно снижать точность окончательного решения о неисправности.