[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

本發明適用于變壓器故障診斷技術領域，提供了一種電力變壓器故障深度診斷方法及終端設備。該方法包括：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。本發明能夠減少變壓器故障診斷中數據存在的不確定性問題，提高診斷精準度。

技術領域

本發明屬于變壓器故障診斷技術領域，尤其涉及一種電力變壓器故障深度診斷方法及終端設備。

背景技術

電力變壓器是電力系統中的安全關鍵設備，也是最為昂貴、復雜的設備之一。根據2005年底的數據測算，國家電網公司在運的110(66)kV及以上電壓等級變壓器共計15230臺，目前這一數量已達30000余臺。由于電力變壓器處于電網的中心位置，運行環境復雜，且時常遭受各種不良運行工況的沖擊，一旦發生故障，極有可能造成突發大面積停電，甚至引起爆炸、火災等事故，帶來的直接和間接經濟損失達數億元人民幣。因此，保證電力變壓器穩定可靠運行至關重要。

隨著生產制造工藝的提升和改進，電力變壓器結構更加復雜化、故障類型更加多樣化。及時準確定位故障發生部位，了解故障發生原因，進而執行維修活動是確保電力變壓器安全穩定運行的關鍵，故障診斷方法的研究與應用則為其提供了重要的基礎和保障。目前，在工程實踐中較為常見的是采用改良三比值法對油中溶解氣體進行分析，也是電力變壓器故障診斷最方便有效的方式之一。

三比值方法在分類和邊界確定方面過于絕對化，致使邊界重疊情況發生。對于現有已提出的機器學習方法存在著考慮因素較為單一，對于電力變壓器的狀態信息并未充分利用等問題。同時，由于數據監測技術的局限性以及知識的不精確性等原因，致使信息具有模糊性、隨機性等特征，進而導致電力變壓器故障診斷的準確性和時效性遠未達到實際應用的要求。此外，電力變壓器整體及內部構造的復雜性，以及部件/系統老化和失效模式演化的非線性、不穩定性等原因，對其進行故障診斷存在諸多的不確定性。且隨著量測設備制造工藝的提高及種類的增多，大量且各式的量測設備(如傳感器)被部署在變壓器上用于實時狀態信息的監測，監測數據呈指數級增長，其數據量已經達到TB(Terabyte)甚至PB(Petabyte)級別。對于現有的故障診斷方法，如何解決高維數據的處理、有效特征的提取、以及存在的各種不確定性等問題，是電力變壓器故障診斷領域亟需解決的難題之一。

發明內容

有鑒于此，本發明實施例提供了電力變壓器故障深度診斷方法及終端設備，以解決目前變壓器故障診斷存在不確定性，診斷精準度低的問題。

本發明實施例的第一方面提供了定位方法，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。

本發明實施例的第二方面提供了定位裝置，包括：

第一診斷模塊，用于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；

第一融合模塊，用于根據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；