[發明專利]一種變壓器短路故障的識別方法及裝置

在審

• 申請號: 201710242712.8
• 申請日: 2017-04-14
• 公開（公告）號: CN106841905A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 劉光祺;楊航;劉凌;劉軒東;王科;錢國超;鄒徳旭;顏冰
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院;西安交通大學
• 主分類號: G01R31/02
• 分類號: G01R31/02;G01R31/12
• 代理公司: 北京弘權知識產權代理事務所(普通合伙)11363
• 代理人: 逯長明,許偉群

1.一種變壓器短路故障的識別方法，其特征在于，所述方法包括：

獲取變壓器的局部放電圖譜，所述變壓器是存在短路故障的變壓器；

根據預置傅里葉算法，提取所述局部放電圖譜的多尺度信號；

計算所述多尺度信號的統計特征量，所述統計特征量是指所述多尺度信號的統計信息；

整合所述統計特征量，構建故障特征庫；

將所述故障特征庫中的所述統計特征量作為訓練樣本和測試樣本，構建并訓練徑向基函數RBF神經網絡；

將待識別統計特征量輸入到所述RBF神經網絡，識別所述待識別統計特征量所對應的待識別變壓器的短路故障類型。

2.根據權利要求1所述的方法，其特征在于，所述變壓器存在的放電類型包括匝間短路放電類型、層間短路放電類型和匝間及層間同時短路放電類型；

所述獲取變壓器的局部放電圖譜，包括：

記錄所述變壓器的放電類型；

獲取通過放電系統測試的所述變壓器的局部放電圖譜；

以所述放電類型，標記所述局部放電圖譜。

3.根據權利要求2所述的方法，其特征在于，所述整合所述統計特征量，構建故障特征庫之前，所述方法還包括：

獲取所述局部放電圖譜的所述放電類型；

以所述放電類型，標記所述統計特征量。

4.根據權利要求1所述的方法，其特征在于，所述徑向基函數RBF神經網絡選取的激活函數為其中，

并且式中η_a為a學習率，α_a為a的動量因子，

并且式中η_b為b的學習率，α_b為b的動量因子。

5.根據權利要求1所述的方法，其特征在于，所述將待識別統計特征量輸入到所述RBF神經網絡之前，所述方法還包括：

獲取待識別變壓器的待識別局部放電圖譜；

根據所述預置傅里葉算法，提取所述待識別局部放電圖譜的待識別多尺度信號；

計算所述待識別多尺度信號的待識別統計特征量。

6.根據權利要求1所述的方法，其特征在于，所述識別所述待識別變壓器的短路故障類型，包括：

獲取所述RBF神經網絡輸出的所述待識別統計特征量的放電類型；

根據故障字典，查找所述放電類型對應的短路故障類型。

7.一種變壓器短路故障的識別裝置，其特征在于，所述裝置包括：

第一獲取單元，用于獲取變壓器的局部放電圖譜，所述變壓器是存在短路故障的變壓器；

提取單元，用于根據預置傅里葉算法，提取所述局部放電圖譜的多尺度信號；

計算單元，用于計算所述多尺度信號的統計特征量，所述統計特征量是指所述多尺度信號的統計信息；

整合單元，用于整合所述統計特征量，構建故障特征庫；

構建單元，用于將所述故障特征庫中的所述統計特征量作為訓練樣本和測試樣本，構建并訓練徑向基函數RBF神經網絡；

識別單元，用于將待識別統計特征量輸入到所述RBF神經網絡，識別所述待識別統計特征量所對應的待識別變壓器的短路故障類型。

8.根據權利要求7所述的裝置，其特征在于，所述變壓器存在的放電類型包括匝間短路放電類型、層間短路放電類型和匝間及層間同時短路放電類型；

所述第一獲取單元，包括：

記錄模塊，用于記錄所述變壓器的放電類型；

獲取模塊，用于獲取通過放電系統測試的所述變壓器的局部放電圖譜；

標記模塊，用于以所述放電類型，標記所述局部放電圖譜。

9.根據權利要求8所述的裝置，其特征在于，所述裝置還包括：

第二獲取單元，用于所述整合所述統計特征量，構建故障特征庫之前，獲取所述局部放電圖譜的所述放電類型；

標記單元，用于以所述放電類型，標記所述統計特征量。

10.根據權利要求7所述的裝置，其特征在于，所述識別單元，包括：

獲取模塊，用于獲取所述RBF神經網絡輸出的所述待識別統計特征量的放電類型；

查找模塊，用于根據故障字典，查找所述放電類型對應的短路故障類型。