[發(fā)明專利]一種判斷變壓器不平衡負載運行狀態(tài)的方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201810240018.7 | 申請日: | 2018-03-22 |
| 公開(公告)號: | CN108508318B | 公開(公告)日: | 2020-12-18 |
| 發(fā)明(設(shè)計)人: | 吳曉文;盧鈴;周年光;曹浩;胡勝;彭繼文;葉會生;呂建紅;黃韜;彭平;曾惠芳;歐陽玲 | 申請(專利權(quán))人: | 國網(wǎng)湖南省電力有限公司;國網(wǎng)湖南省電力有限公司電力科學研究院;國家電網(wǎng)公司 |
| 主分類號: | G01R31/62 | 分類號: | G01R31/62 |
| 代理公司: | 湖南兆弘專利事務所(普通合伙) 43008 | 代理人: | 譚武藝 |
| 地址: | 410004 *** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 判斷 變壓器 不平衡 負載 運行 狀態(tài) 方法 系統(tǒng) | ||
1.一種判斷變壓器不平衡負載運行狀態(tài)的方法,其特征在于實施步驟包括:
1)獲取待檢測變壓器的聲信號;
2)根據(jù)待檢測變壓器的聲信號提取獨立特征參數(shù);
3)將獨立特征參數(shù)輸入訓練好的機器學習模型,得到待檢測變壓器當前的不平衡負載運行狀態(tài),所述機器學習模型被訓練包括獨立特征參數(shù)和不平衡負載運行狀態(tài)之間的映射關(guān)系;
步驟2)的詳細步驟包括:
2.1)對待檢測變壓器的聲信號進行預處理;
2.2)對預處理后的聲信號進行頻譜分析與小波包分析,提取不平衡負載運行特征參數(shù);
2.3)針對不平衡負載運行特征參數(shù)進行主成分分析,得到獨立特征參數(shù);
步驟2.2)的詳細步驟包括:
2.2.1)對預處理后的變壓器的聲信號進行傅里葉變換,截取1kHz范圍內(nèi)的聲信號頻譜;計算聲信號1kHz范圍內(nèi),50Hz及其奇次諧波頻率聲信號能量與50Hz及其偶次諧波頻率聲信號能量的比值Roe;
2.2.2)以100Hz頻率為基頻,計算1kHz范圍內(nèi)聲信號的諧波畸變率RTHD;其中,諧波畸變率RTHD的計算函數(shù)表達式如式(2)所示;
式(2)中,A2為信號100Hz諧波幅值,Ai為信號中50Hz的第i次諧波幅值,N為1kHz范圍內(nèi)信號50Hz諧頻數(shù)量;
2.2.3)對預處理后的變壓器的聲信號進行3層小波包分析,計算小波包能量特征E;其中,小波包能量特征E的計算函數(shù)表達式如式(3)所示;
式(3)中,Ei為第i個小波包子帶能量,n=3為小波包分解層數(shù);
2.2.4)將比值Roe、諧波畸變率RTHD與小波包能量特征E三者共同構(gòu)成不平衡負載運行特征參數(shù)。
2.根據(jù)權(quán)利要求1所述的判斷變壓器不平衡負載運行狀態(tài)的方法,其特征在于,步驟2.2.1)中比值Roe的計算函數(shù)表達式如式(1)所示;
式(1)中,A2i為信號50Hz偶次諧波幅值,A2i-1為信號50Hz奇次諧波幅值,N為1kHz范圍內(nèi)信號50Hz諧頻數(shù)量。
3.根據(jù)權(quán)利要求1所述的判斷變壓器不平衡負載運行狀態(tài)的方法,其特征在于,步驟2.3)針對不平衡負載運行特征參數(shù)進行主成分分析時,主成分分析輸出的獨立特征參數(shù)維度為2維,且主成分條件為獨立特征貢獻率超過85%,最終得到不平衡負載運行特征參數(shù)對應的獨立特征參數(shù)。
4.根據(jù)權(quán)利要求1所述的判斷變壓器不平衡負載運行狀態(tài)的方法,其特征在于,步驟3)中的機器學習模型為最小二乘支持向量機分類模型。
5.根據(jù)權(quán)利要求4所述的判斷變壓器不平衡負載運行狀態(tài)的方法,其特征在于,所述最小二乘支持向量機分類模型的訓練步驟包括:
S1)針對樣本變壓器,分別采集未發(fā)生三相不平衡負載時的聲信號x1i、以及發(fā)生三相不平衡負載時的聲信號x2i;
S2)對樣本變壓器的未發(fā)生三相不平衡負載時的聲信號x1i、以及發(fā)生三相不平衡負載時的聲信號x2i提取獨立特征參數(shù);
S3)根據(jù)采集振動加速度信號時樣本變壓器是否處于三相不平衡負載運行狀態(tài),對樣本變壓器的獨立特征參數(shù)進行分類,未發(fā)生三相不平衡負載時的聲信號特征參數(shù)類別為“1”,發(fā)生三相不平衡負載時的聲信號特征參數(shù)類別為“-1”;
S4)將分類后的獨立特征參數(shù)及其特征參數(shù)類別組成訓練集,將訓練集采用最小二乘支持向量機方法進行訓練,得到包含包括獨立特征參數(shù)和不平衡負載運行狀態(tài)之間的映射關(guān)系的最小二乘支持向量機分類模型。
6.一種判斷變壓器不平衡負載運行狀態(tài)的系統(tǒng),包括計算機設(shè)備,其特征在于,所述計算機設(shè)備被編程以執(zhí)行權(quán)利要求1~5中任意一項所述判斷變壓器不平衡負載運行狀態(tài)的方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)湖南省電力有限公司;國網(wǎng)湖南省電力有限公司電力科學研究院;國家電網(wǎng)公司,未經(jīng)國網(wǎng)湖南省電力有限公司;國網(wǎng)湖南省電力有限公司電力科學研究院;國家電網(wǎng)公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810240018.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





