变换式检测

分析数据特征：首先，从数据集中提取出目标变量和影响因素，分解出潜在的特征和模式，这对识别数据中的变换式非常重要。

应用统计测试：使用统计学方法如Kolmogorov-Smirnov检验、Shapiro-Wilk检验等来判断样本是否符合某个假定的分布，帮助识别数据中的变换。

数据可视化：通过绘制直方图、密度图或QQ图来直观判断数据分布的形态特征，看是否有明显的变换模式。

使用模型拟合：不同的变换对数据可能会影响模型的拟合效果，通过测试不同的变换（如对数变换、平方根变换等）来比较拟合优度，可以发现合适的变换式。

残差分析：在应用变换后，分析模型中的残差，如果残差图显示出随机分布，说明所用变换可能正确。反之，则需要寻找更合适的变换。

交叉验证：通过交替使用不同数据集进行建模和验证，评估变换对模型泛化能力的影响，进而发现最佳变换方式。

正则化方法：通过Lasso或Ridge等正则化技术，判断变换对模型复杂程度和性能的影响以确定最佳的变换路径。

变换式检测具备分析和识别变压器中的电气故障，如绕组故障、绝缘退化以及铁芯异常等。通过对变压器输出电压和电流信号进行频谱分析，能够诊断和预测变压器潜在的问题。

有源变换式检测仪器主要用于在线监测和诊断，通过在电力系统运行中获取变压器的特定信号，进行分析和处理，以便在出现异常前采取预防措施，保障电力系统的安全运行。

无源变换式检测通过捕捉变压器正常运行时的电磁信号，利用FFT等技术转化为频谱图，进而对变压器的状态进行评估和监测。这种方式无需外部供电，依赖于对现有信号的解析。