[發明專利]一種電力變壓器缺陷的預測方法及裝置

有效

• 申請號: 201710078196.X
• 申請日: 2017-02-14
• 公開（公告）號: CN106845728B
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 閆丹鳳;上官娜娜;韓昫;吳斌;林榮恒;趙耀;鄒華
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 馬敬;項京

本發明實施例提供了一種電力變壓器缺陷的預測方法及裝置，該方法包括：獲得第一時間段內目標電力變壓器的多維數據，并對所述多維數據進行分類降維；預處理分類降維后所獲得的多維數據；在已存儲的數據庫中，查找與所述第一時間段內，預處理后的目標電力變壓器運行時的環境氣象數據匹配度最高的環境氣象數據所對應的第二時間段，并獲得所述第二時間段內所有電力變壓器缺陷總數量；將所述第二時間段內所有電力變壓器缺陷總數量，及預處理所獲得的目標電力變壓器設備參數數據，輸入至電力變壓器缺陷預測模型，得到目標電力變壓器缺陷的概率值；根據所述概率值，確定出所述目標電力變壓器缺陷的預測結果。本方案提高了預測電力變壓器缺陷的準確性。

技術領域

本發明涉及電力變壓器技術領域，特別是涉及一種電力變壓器缺陷的預測方法及裝置。

背景技術

隨著電力系統的發展，電力系統中的輸變電設備的安全問題越來越受到人們的重視。電力變壓器是電力系統中重要的能量樞紐，當電力變壓器發生缺陷時，會嚴重影響到居民的日常生活，并且有可能造成巨大的經濟損失。如何在電力變壓器發生缺陷之前，預測電力變壓器可能發生缺陷，已經成為電網安全領域中急需解決的一個難題。

目前，針對電力變壓器的缺陷預測方法主要包括兩種：第一種，獲取多個月份的電力變壓器實際缺陷率，根據實際缺陷率進行模式分解及建模，將各個模式的預測值總和作為當月變壓器缺陷數量的預測值。第二種，使用電力變壓器廠家、型號設備管理信息和設備缺陷信息，建立電力變壓器家族性缺陷預警模型，對運行在高風險年限的電力變壓器進行預警。

可見，上述兩種電力變壓器的缺陷預測方法都可以預測電力變壓器缺陷，但是，第一種方法，是針對電力變壓器整體缺陷數量的預測，不適用于針對個別電力變壓器的缺陷進行預測；而第二種方法，從電力變壓器家族性的缺陷產生原因預測電力變壓器的缺陷，具有局限性。可見，現有技術沒有針對具體電力變壓器考慮多方面影響因素，對電力變壓器缺陷進行預測，從而導致預測電力變壓器缺陷的準確性不高。

發明內容

本發明實施例的目的在于提供一種電力變壓器缺陷的預測方法及裝置，以提高預測電力變壓器缺陷的準確性。具體技術方案如下：

一方面，本發明實施例公開了一種電力變壓器缺陷的預測方法，包括：

獲得第一時間段內目標電力變壓器的多維數據，并對所述多維數據進行分類降維；所述多維數據包括：目標電力變壓器設備參數數據及目標電力變壓器運行時的環境氣象數據；所述第一時間段為當前時刻之前第一預設時長的時間區間；

預處理分類降維后所獲得的多維數據；

在已存儲的數據庫中，查找與所述第一時間段內，預處理后的目標電力變壓器運行時的環境氣象數據匹配度最高的環境氣象數據所對應的第二時間段，并獲得所述第二時間段內所有電力變壓器缺陷總數量；

將所述第二時間段內所有電力變壓器缺陷總數量，及預處理所獲得的目標電力變壓器設備參數數據，輸入至電力變壓器缺陷預測模型，得到目標電力變壓器缺陷的概率值；所述電力變壓器缺陷預測模型為：預先根據多個采樣時刻中的每個采樣時刻對應的一個電力變壓器設備參數數據、一個電力變壓器缺陷狀態值及每個采樣時刻之前第二預設時長的時間區間內電力變壓器缺陷總數量，進行訓練獲得的，每個采樣時刻分別對應不同的電力變壓器；

根據所述概率值，確定出所述目標電力變壓器缺陷的預測結果。

可選的，所述對所述多維數據進行分類降維，包括：

按照所述多維數據隨時間變化的特性，將所述多維數據分類為實時電力數據和非實時電力數據；其中，所述目標電力變壓器運行時的環境氣象數據為所述實時電力數據，所述電力變壓器設備參數數據為所述非實時電力數據；

采用特征選擇法，對所述目標電力變壓器運行時的環境氣象數據及所述目標電力變壓器設備參數數據進行降維。