[發明專利]一種變壓器的故障診斷方法及系統

在審

• 申請號: 201711233114.0
• 申請日: 2017-11-30
• 公開（公告）號: CN108663582A
• 公開（公告）日: 2018-10-16
• 發明（設計）人: 胡斌;周愛華;鄭曉崑;史宇超;梁瀟;陳其鵬
• 申請（專利權）人: 全球能源互聯網研究院有限公司;國網山東省電力公司青島供電公司;國家電網公司
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明提供一種變壓器的故障診斷方法及系統，包括：選取包含變壓器油中溶解特征氣體的變壓器故障案例，建立變壓器的故障案例庫；基于變壓器的故障案例庫，確定訓練樣本集和測試樣本集；基于訓練樣本集和測試樣本集建立故障判別決策樹，并對決策樹進行修剪優化，得到變壓器故障診斷分析模型；變壓器故障案例包括：變壓器油中溶解特征氣體的類型、溶解特征氣體的數值及所述變壓器的設備狀態類型。本發明基于樣本集對決策樹進行修剪優化，得到的故障診斷分析模型能夠及時發現變壓器內部的潛伏性故障，有效解決了傳統油色譜三比值法由于故障編碼不完全、編碼缺失，造成的某些故障無法診斷的問題以及判正率較低的問題。

技術領域

本發明涉及變壓器領域，具體涉及一種變壓器的故障診斷方法及系統。

背景技術

變壓器是電力系統的重要設備，它能否正常工作直接影響著電力系統的安全可靠運行。

油浸式變壓器采用油紙絕緣結構，主要有絕緣材料油、絕緣紙和絕緣紙板，當變壓器內部發生潛伏性故障時，在熱和電的作用下，變壓器油和固體絕緣材料將逐漸老化分解，產生各種低分子烴、CO及CO₂等氣體，故障點產生氣體的組分和含量取決于故障類型、故障部位和故障能量級別。

目前，業界變壓器故障診斷主要方法是通過對油中溶解氣體進行分析，以判斷變壓器的故障類型。傳統的變壓器油中溶解氣體診斷方法有三比值法和大衛三角形法等，存在判正率較低及由于故障編碼不完全和編碼缺失，造成的某些故障無法診斷的問題。

因此，需要提供一種技術方案來彌補現有技術的不足。

發明內容

為準確估算電力變壓器繞組熱點的溫度，對變壓器安全運行和壽命評估提供輔助依據，本發明提供了一種變壓器的故障診斷方法及系統。

一種變壓器的故障診斷方法，其包括：隨機抽取變壓器故障案例庫中的案例，構成訓練樣本集；基于訓練樣本集建立故障判別決策樹，并對故障判別決策樹進行訓練，得到變壓器故障診斷分析模型；根據變壓器故障診斷分析模型對變壓器進行故障診斷；變壓器故障案例庫中的案例包括：變壓器油中溶解特征氣體的類型、數值及變壓器的設備狀態類型。

在隨機抽取變壓器故障案例庫中的案例，構成訓練樣本集之前，還包括：選取包含變壓器油中溶解特征氣體的變壓器故障案例，建立變壓器的故障案例庫。

基于訓練樣本集建立故障判別決策樹，并對故障判別決策樹進行訓練，得到變壓器故障診斷分析模型，包括：基于訓練樣本集，利用IBM SPSS Modeler建模工具提供的C5.0分類決策樹算法，進行機器學習，建立故障判別決策樹；基于訓練樣本集，對故障判別決策樹進行訓練，得到變壓器故障診斷分析模型。

在基于訓練樣本集建立故障判別決策樹，并對故障判別決策樹進行訓練，得到變壓器故障診斷分析模型之后，還包括：隨機抽取變壓器故障案例庫中的案例，構成測試數據集；通過測試數據集，對變壓器故障診斷分析模型進行優化。

通過測試數據集，對變壓器故障診斷分析模型進行優化，包括：將測試數據集代入變壓器故障診斷分析模型中，得到變壓器的設備狀態類型預測值，分別比較所有變壓器的設備狀態類型預測值與故障案例變壓器的設備狀態類型實際值；對于變壓器的設備狀態類型預測值的準確率未達到預設閾值，則對變壓器故障診斷分析模型進行優化。

對變壓器故障診斷分析模型進行優化，包括：基于測試數據集，利用C5.0分類決策樹的后修剪算法，對變壓器故障診斷分析模型進行修剪優化。

根據變壓器故障診斷分析模型對變壓器進行故障診斷，包括：將采集到超過預設告警值的變壓器設備油中溶解氣體時，輸入變壓器故障診斷分析模型，輸出變壓器的故障類型。