[發明專利]一種電力變壓器匝間短路故障的在線診斷方法

有效

• 申請號: 201811560473.1
• 申請日: 2018-12-20
• 公開（公告）號: CN109657720B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 華中生;游雨暄;徐曉燕
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

1.一種電力變壓器匝間短路故障的在線診斷方法，包括：

(1)收集案例變壓器的各監測指標記錄的在短路前后的監測數據，檢驗各監測指標在短路前后是否發生顯著性變化，篩選出短路前后有顯著性變化的監測指標；所述的各監測指標為電壓、電流、油溫和功率；所述的檢驗各監測指標在短路前后是否發生顯著性變化的具體步驟包括：

a.對監測指標記錄的在線監測數據的分布進行正態性檢驗；

b.若滿足正態分布，使用ANOVA檢驗短路前和短路后的監測數據的算術平均值是否有顯著差異；若不滿足正態分布，使用Kruskal-Wallis檢驗短路前和短路后監測指標的中位數、極差和分布是否有顯著差異；

(2)將短路前后有顯著性變化的監測指標記錄的監測數據作為訓練集，輸入到隨機森林模型中，訓練短路故障在線診斷模型；

(3)將待測變壓器的待測監測數據輸入優化后的隨機森林模型中，輸出對待測監測數據的在線診斷結果，判斷待測變壓器是否故障；

對步驟(2)所述的隨機森林模型進行優化調整，提升診斷精度；所述的隨機森林模型進行優化調整的具體方法為根據變壓器的三相不平衡原理構建相差值作為新特征。

2.根據權利要求1所述的電力變壓器匝間短路故障的在線診斷方法，其特征在于，所述的訓練短路故障在線診斷模型的具體步驟包括：

a.從訓練集中使用Bootstraping方法隨機有放回采樣選出m個樣本，共進行n次采樣，生成n個子訓練集；

b.對于n個子訓練集，分別訓練n個決策樹；

c.每棵決策樹分裂時根據信息增益比最大的特征進行分裂，直到節點的所有訓練樣例都屬于同一類；

d.將生成的多棵決策樹組成隨機森林。

3.根據權利要求1所述的電力變壓器匝間短路故障的在線診斷方法，其特征在于，所述的隨機森林模型進行優化調整的具體方法為設置決策樹數量梯度，進行分類性能比較，權衡診斷精度與算法效率。

4.根據權利要求1所述的電力變壓器匝間短路故障的在線診斷方法，其特征在于，所述的輸出對待測監測數據的在線診斷結果，判斷待測變壓器是否故障的具體方法為輸出每一棵決策樹對該待測監測數據的分類結果，若分類結果為故障的決策樹數量小于分類結果為正常的決策樹數量，判斷待測變壓器為正常；若分類結果為故障的決策樹數量大于分類結果為正常的決策樹數量，判斷待測變壓器為故障。