[發明專利]電力變壓器故障深度診斷方法及終端設備

在審

• 申請號: 201711310160.6
• 申請日: 2017-12-11
• 公開（公告）號: CN108196143A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 高樹國;夏彥衛;李剛;范輝;潘瑾;劉宏亮
• 申請（專利權）人: 囯網河北省電力有限公司電力科學研究院;國家電網公司;國網河北能源技術服務有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 官建紅

1.一種電力變壓器故障深度診斷方法，其特征在于，包括：

根據第一訓練數據集訓練第一深度信念網絡模型，并根據所述第一深度信念網絡模型對第一待測數據進行診斷，得到第一診斷結果；

根據D-S證據理論融合所述第一診斷結果和多個第一診斷證據，確定故障部位；

根據所述故障部位對應的第二訓練數據集訓練所述故障部位對應的第二深度信念網絡模型，并根據所述故障部位對應的第二深度信念網絡模型，對第二待測數據進行診斷，得到第二診斷結果；

根據D-S證據理論融合所述第二診斷結果和多個第二診斷證據，確定故障原因。

2.如權利要求1所述的電力變壓器故障深度診斷方法，其特征在于，所述根據第一訓練數據集訓練第一深度信念網絡模型包括：

重構所述第一訓練數據集，對所述第一訓練數據集中的數據進行分類，并添加分類標簽；

將所述第一訓練數據集中的數據進行統一標準化處理，并將處理后的數據按預設量化規則劃分為訓練子集和測試子集；

建立多隱藏層的第一深度信念網絡模型，根據所述第一訓練數據集中數據的維數確定所述第一深度信念網絡模型的輸入層神經元個數；

根據所述訓練子集中帶分類標簽的數據對所述第一深度信念網絡模型進行無監督逐層訓練；

根據所述第一訓練數據集中數據的類別個數，確定所述第一深度信念網絡模型的輸出層神經元個數，并對所述第一深度信念網絡模型的連接權值和偏置閾值進行反向微調；

根據所述測試子集對所述第一深度信念網絡模型進行測試。

3.如權利要求1所述的電力變壓器故障深度診斷方法，其特征在于，所述根據D-S證據理論融合所述第一診斷結果和多個第一診斷證據，確定故障部位包括：

根據第一公式計算所述第一診斷結果的基本概率值，并根據第一預設規則得到各個第一診斷證據的基本概率值；所述第一公式表示為：

其中，y(R_i)表示所述第一診斷結果；E_n表示所述第一深度信念網絡模型的訓練誤差，且t_n表示所述第一深度信念網絡模型的期望輸出值，y_n表示所述第一深度信念網絡模型的實際輸出值；R_i表示故障部位的類別，i＝1,2,3,…,n，n為故障部位類別的總數；

根據第二公式計算各故障部位對應的信任函數，根據第三公式計算各故障部位對應的似然函數，根據第四公式計算各故障部位對應的沖突因子；所述第二公式表示為其中，pl(A)表示故障部位的信任函數，B表示A的子集，m(B)表示B集合的基本概率值，表示不否定A的信任程度；所述第三公式表示為其中，(A)表示故障部位的似然函數，m(A)表示A集合的基本概率值；所述第四公式表示為其中A_i表示各故障部位，K表示沖突因子；

計算各故障部位對應的置信區間，根據各故障部位對應的置信區間確定故障部位。

4.如權利要求1所述的電力變壓器故障深度診斷方法，其特征在于，每個故障部位對應多個故障原因，每個故障部位對應一個第二訓練數據和一個第二深度信念網絡模型。

5.如權利要求1至4任一項所述的電力變壓器故障深度診斷方法，其特征在于，所述故障部位包括繞組、絕緣油紙和鐵芯。

6.如權利要求5所述的電力變壓器故障深度診斷方法，其特征在于，所述繞組對應的故障原因包括繞組過熱、繞組變形、繞組斷線和繞組匝間短路；所述絕緣油紙對應的故障原因包括液體絕緣油故障和固體絕緣紙故障；所述鐵芯對應的故障原因包括鐵芯過熱、鐵芯片短路、鐵芯松松動及噪聲和鐵芯多點接地。