[發明專利]基于極限學習機的電力變壓器故障診斷方法

無效

• 申請號: 201210396861.7
• 申請日: 2012-10-18
• 公開（公告）號: CN102944769A
• 公開（公告）日: 2013-02-27
• 發明（設計）人: 朱永利;俞國勤;尹金良;邵宇鷹;黃建才;李堅
• 申請（專利權）人: 上海市電力公司;華北電力大學（保定）;國家電網公司
• 主分類號: G01R31/00
• 分類號: G01R31/00;G06F19/00
• 代理公司: 上海信好專利代理事務所(普通合伙) 31249
• 代理人: 張妍

1.一種基于極限學習機的電力變壓器故障診斷方法，其特征在于，所述方法包含以下步驟：

步驟1：依據變壓器研究問題的特點，劃分變壓器的A個運行狀態；

步驟2：選取蘊含變壓器運行狀態的在線或離線的監/檢測數據作為數據源；

步驟3：對變壓器數據源進行特征提取，確定若干個特征變量，特征變量既可以是離散變量也可以是連續變量；

步驟4：采用A維的0-1向量表達方式，確定變壓器各種運行狀態下的極限學習機的目標向量；

步驟5：選取變壓器在各種運行狀態下的樣本數據；

步驟6：將樣本數據按設定的比例分為訓練樣本數據和測試樣本數據；其中，訓練樣本數據用于學習變壓器的極限學習機故障診斷模型，測試樣本數據用于驗證變壓器的極限學習機故障診斷模型；

步驟7：確定變壓器的極限學習機故障診斷模型的輸入層節點數、隱層節點數、輸出層節點數，選取變壓器的極限學習機故障診斷模型的激勵函數；

步驟8：以訓練樣本數據作為極限學習機的輸入，進行變壓器的極限學習機故障診斷模型的學習；

步驟9：采用測試樣本數據對步驟8得到的極限學習機變壓器故障診斷模型進行驗證。

?

2.?如權利要求1所述的方法，其特征在于，所述方法用以研究變壓器的總體運行狀態，則

步驟1中，將變壓器的運行狀態劃分為：正常狀態，以及低能放電、高能放電、中低溫過熱、高溫過熱、局部放電五種故障狀態；

步驟2中，將經由油色譜監/檢測裝置或系統所獲取的油中氣體含量分析數據作為數據源；

步驟3中，特征變量是特征氣體含量或特征氣體含量比值。

?

3.?如權利要求1所述的方法，其特征在于，所述方法用以研究變壓器的局部放電的放電類型，則

步驟1中，將變壓器的運行狀態劃分為：針尖放電、氣泡放電、懸浮放電、沿面放電四種放電類型；

步驟2中，將基于脈沖電流、超高頻UHF或超聲波方法的局部放電監/檢測裝置或系統所獲取的監/檢測數據作為數據源；

步驟3中，特征變量是宏觀統計量或微觀特征量，其中，所述宏觀統計量包含以下變量中的一個或多個：由放電圖譜提取的偏斜度、突出度、局部峰個數、放電不對稱度、相位不對稱度、互相關因子和相位中值；

所述微觀特征量包含以下變量中的一個或多個：脈沖上升時間、脈沖下降時間、脈沖寬度、脈沖持續時間、10%幅值脈沖持續時間。

?

4.?如權利要求1或2或3所述的方法，其特征在于，

步驟7中，所述輸入層節點數為步驟3中特征向量的維數，所述輸出層節點數為步驟1中的運行狀態數A；隱層節點數目是特征向量的維數的2倍；激勵函數選用sigmoidal函數：。

?

5.?如權利要求4所述的方法，其特征在于，所述步驟8進一步包括下列步驟：

步驟81：隨機賦值輸入權重向量以及偏置，，為隱層節點數；

步驟82：計算對應訓練樣本數據的隱層輸出矩陣；

其中，；

步驟83：采用最小二乘法求解隱層輸出矩陣的Moore-Penrose廣義逆；

步驟84：計算輸出權重，其中，。

?

6.?如權利要求4所述的方法，其特征在于，所述步驟9進一步包括下列步驟：

步驟91：計算對應測試樣本數據的隱層輸出矩陣；

其中，；

步驟92：計算極限學習機的輸出；

步驟93：以極限學習機的輸出行向量中最大元素值對應的運行狀態作為診斷結果；

步驟94：將極限學習機的診斷結果與變壓器的實際運行狀態作比較，計算診斷正確率，對變壓器的極限學習機診斷模型進行驗證。