Testing Data 輸 入
D1 D2 T1&T2
圖 4-6 SVMs Testing 架 構 圖
T3 PD Normal
資料檔（DGA_data.mat），樣本數據包括了：H2、CH4、C2H6、C2H4、C2H2 等5種特徵氣體數據，程式碼執行訓練及測試程序之情形如圖4-7所 示，圖中所示是程式碼執行中所擷取的部分畫面。
圖 4-7 程式碼執行訓練及測試程序之情形
圖4-8則為SVMs多層網路分類器之整體求解策略流程圖。
開始
五、 診斷實例與結果分析
本論文先前於高港局（KHB）5CY所建置的整合型變壓器油中溶解 氣體蒐集系統，目前運轉正常，也陸續蒐集到一些可貴的變壓器油中 之可燃性氣體資料，惟該變壓器運轉至今尚稱正常，故所蒐集到的樣 本均屬正常無故障下之樣本數據，如僅利用這些資料尚無法進行故障
5.1
-5、
表5-7.0 案例的診斷，故在文獻上[45,46]蒐集了IEC TC 10 資料庫，並承蒙TPC 方面提供了將近700組故障及無故障的測試樣本資料，以下的故障案例 診斷，就是利用該等資料及KHB 5CY的檢測樣本數據約800組作為診斷 的樣本，由於這些樣本均屬實測資料，應可有效提供本研究訓練及測 試之用。
IEC TC 10 資料庫故障案例分析（CASE 1）：
以IEC TC 10 Database of Faulty Equipment Inspected in Service
（合著於IEC 60599 Std）所提供之134組歷史故障案例樣本資料做為 本論文CASE 1之多層SVM分類器的訓練與測試輸入樣本，其中100組樣 本被擷取當為訓練資料，擷取方式是以隨機取樣方式來進行，而將前 述100組的訓練資料再混入34組尚未被採用的樣本，全部134組樣本則 做為系統測試驗證用測試資料，每次擷取20組來進行測試驗證，擷取 方式仍然以隨機取樣方式進行，這134組樣本數據包括：正常無故障部 分（Normal）29組、部分放電故障（PD）6組、700℃以上高溫過熱故 障（T3）16組、700℃以下中低溫過熱故障（T1&T2）15組、高能電弧 放電故障（D2）45組及低能火花放電故障（D1）23組，以DGA分析所得 到的原始可燃性氣體成分，詳如表5-1、表5-2、表5-3、表5-4、表5
6所示。
本論文係以PC Pentium-4 1.7GHZ 512MB RAM的電腦在MATLAB 視窗作業環境下來執行Multi-Layer SVM Classifier的程式訓練與測 試驗證工作，參數設定為σ2=3.0、C=100，而ε=0.008，測試結果詳如 下列說明：
其中可以從表5-1至表5-6中發現，若以IEC 599三比值編碼法則來 診斷故障狀態，將會有一大部分的故障案例無法藉由該方法正確診斷 出實際的故障情形，如表5-1編號107的案例，IEC TC 10 資料庫所列 狀態為「正常無故障」，但如利用IEC 599的三比值編碼法則卻無法診 斷出故障類型，而利用本論文所提出之多層SVM分類器（SVM1）可以很 迅速、正確的診斷出與IEC TC 10 資料庫所列「正常無故障」的狀態 一致，再如表5-1編號112的案例，IEC TC 10 資料庫所列狀態為「正 常無故障」，但如利用IEC 599的三比值編碼法則診斷結果為PD2故障類 型，而利用本論文所提出之多層SVM分類器（SVM1）診斷結果與IEC TC 10 資料庫所列「正常無故障」的狀態是一致的，另如表5-4編號39的 案例，IEC TC 10 資料庫所列狀態為「D2電弧放電故障」，但如利用IEC 599的三比值編碼法則卻無法判斷故障類型，而利用本論文所提出之多 層SVM分類器（SVM1）診斷結果與IEC TC 10 資料庫所列「D2電弧放電 故障」的狀態是一致的，另從表5-6編號96、102兩個樣本案例，如利 用IEC 599的三比值編碼法則也似乎無法正確判斷故障類型，而利用本 論文所提出之多層SVM分類器（SVM1）則可以很迅速、正確的診斷出與 IEC TC 10 資料庫所列「T3過熱故障」的狀態相同，由前述說明可以 很明顯看出，想藉由IEC 599的三比值編碼法則來進行故障診斷，將面 臨診斷精確率低，且不具科學推斷準則等瓶頸，而本論文所提出之多 層SVM分類器（SVM1）卻可以有效彌補這方面的不足的。
表5-1變壓器故障案例診斷結果比較表﹝正常無故障部分﹞ IEC TC 10 資料庫