[發明專利]一種基于雙向深度網絡的油浸式電抗器故障診斷方法

在審

• 申請號: 201810082779.4
• 申請日: 2018-01-29
• 公開（公告）號: CN108170994A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 馬宏忠;趙若妤;吳書煜;蔣夢瑤;劉寶穩;陳明;潘信誠
• 申請（專利權）人: 河海大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/04
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于雙向深度網絡的油浸式電抗器故障診斷方法，其特征是，包括如下步驟：

1）構建基于雙向深度網絡模型的電抗器故障診斷模型；

2）選取訓練樣本數據和特征變量，對樣本數據進行歸一化處理后按一定比例將其分為訓練集和測試集；

3）劃分電抗器故障狀態，并對其進行編碼；

4）采用貪婪算法獲得網絡參數的初始值，并對網絡模型進行預訓練和微調；

5）保存訓練好的網絡，進行性能分析，選取診斷結果正確率為唯一指標和傳統的診斷方法進行診斷性能對比。

2.根據權利要求1所述的一種基于雙向深度網絡的油浸式電抗器故障診斷方法，其特征是，所述電抗器故障診斷模型由多個受限玻爾茲曼機堆疊構成的雙向深度網絡，模型的輸入為油色譜在線監測的7種特征氣體含量值，最終經頂層分類器處理后的輸出值為相應樣本分別屬于不同故障狀態的概率值，概率值最大的狀態即為診斷的結果。

3.根據權利要求2所述的一種基于雙向深度網絡的油浸式電抗器故障診斷方法，其特征是，所述受限玻爾茲曼機分為隱層和可見層，隱層和可見層的節點通過權值連接，兩層節點之間為全連接，同層節點之間互不相連，將若干個受限玻爾茲曼機堆疊，上一層的輸出及為下一層的輸入，構成了雙向深度網絡。

4.根據權利要求1所述的一種基于雙向深度網絡的油浸式電抗器故障診斷方法，其特征是，所述訓練樣本數據，選取若干個工程現場記錄的相同型號電抗器在故障發生前后較短一段時間內的油色譜在線監測數據，這些數據包含正常數據和故障類數據，均是無標簽數據，用作預訓練樣本，搜集同型號電抗器測試實驗數據作為微調階段所用的少量標簽樣本；所述特征變量，根據工程現場油色譜在線監測數據特點，選取CO、CO₂、H₂、CH₄、C₂H₆、C₂H₄、C₂H₂這7種特征氣體的含量值作為雙向深度網絡的輸入。

5.根據權利要求1所述的一種基于雙向深度網絡的油浸式電抗器故障診斷方法，其特征是，所述步驟2）中的一定比例采用工程現場搜集到的相同型號故障電抗器實驗數據按2:1比例用作微調集和測試集。

6.根據權利要求1所述的一種基于雙向深度網絡的油浸式電抗器故障診斷方法，其特征是，所述步驟4）中，電抗器故障診斷模型的連接權值W及各層的偏置向量的初始化過程分為預訓練和微調兩個過程：

預訓練過程即采用對比離差學習算法對網絡進行若干次吉布斯采樣的迭代過程；

微調過程即采用BP算法運用有標簽數據集即同型號電抗器正常運行下采集的數據集對網絡參數微調，使得模型的識別性能達到最優。