[發明專利]一種干式變壓器的故障預測方法、裝置及系統

在審

• 申請號: 201910366173.8
• 申請日: 2019-05-05
• 公開（公告）號: CN110221139A
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 張憲平;楊錦成;王振華;杭小林
• 申請（專利權）人: 新奧數能科技有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00;G01R31/12;G01R19/00;G01H17/00;G01D21/02;G06N3/08
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 楊樂

本發明公開了一種干式變壓器的故障預測方法、裝置及系統，所述方法包括：獲取所述干式變壓器的運行數據；對所述運行數據進行濾波處理；將所述濾波后的運行數據輸入預先訓練的故障預測模型，以預測所述干式變壓器的健康狀態；當預測所述干式變壓器存在故障隱患時，輸出故障預警信息。實時獲取多臺干式變壓器的運行數據，并通過預先訓練的故障預測模型檢測運行數據，從而預警干變壓器故障隱患，實現對干式變壓器的運行狀態實時監測，能夠及時發現干式變壓器運行中存在的故障隱患，將隱患消滅在故障初期，降低故障對干式變壓器的損傷，從而降低變壓器故障帶來的經濟損失和安全隱患。

技術領域

本發明涉及能源技術領域，尤其涉及一種干式變壓器的故障預測方法、裝置及系統。

背景技術

干式變壓器具有維護工作量小、運行效率高、體積小、噪音低等優點，因此，在供配電系統中得到了大量應用。但在運行中，由于誤用、振動、過高的操作溫度、涌流、過負荷、對控制設備的維護不夠、清潔不良等原因，特別當變壓器運行在比較惡劣的環境時，會造成變壓器產生故障，嚴重影響生產或引起電氣事故。

目前，對于運行中的干式變壓器，只能通過簡單日常巡檢和定期的停運對其進行檢查維護，觀察各個緊固件有無松動、發熱，繞組絕緣表面有無龜裂、爬電和碳化痕跡，聲音是否正常等等。

對于變壓器內部絕緣缺陷大多數發生在設備內部，從外表上不易觀察到，只能在電力設備停產時期進行預防性試驗。但是對于微弱的絕緣缺陷，特別是早期性絕緣故障，對電力設備運行狀態幾乎沒有影響，甚至絕緣預防性試驗也測試不到。這導致即使定期的預防性試驗，也很難及時準確地發現絕緣隱患。因此，僅靠日常巡檢和定期的停運檢查難以及時發現變壓器存在的故障隱患，進而可能引起安全事故。

發明內容

本發明提供一種干式變壓器的故障預測方法、裝置及系統，可實現對多臺變壓器的健康狀況進行監測，提前發現變壓器運行中存在的故障隱患，降低變壓器故障帶來的經濟損失和安全隱患。

第一方面，本發明提供了一種干式變壓器的故障預測方法，所述方法包括：獲取所述干式變壓器的運行數據；對所述運行數據進行濾波處理；將所述濾波后的運行數據輸入預先訓練的故障預測模型，以預測所述干式變壓器的健康狀態；當預測所述干式變壓器存在故障隱患時，輸出預警信息。

優選地，

所述方法還包括：基于所述干式變壓器的歷史運行數據、故障判斷數據、設備出廠參數等，進行訓練神經網絡，以得到所述故障預測模型，其中，故障判斷數據包括干式變壓器的運行數據與故障類型的對應關系。

優選地，

所述故障預測模型為三層神經網絡模型，包括輸入層、隱含層和輸出層，其中，所述輸入層的節點數為所述歷史運行數據的特征量的總數，所述隱含層的節點數為預設故障類型的總數，所述輸出層的節點數為預設故障類型的總數。

優選地，

對所述運行數據進行濾波處理包括：對所述運行數據進行頻率和幅值分析，以對所述運行數據進行分類；基于所述分類后運行數據，通過預設濾波器去除所述運行數據中的干擾數據；對所述已去除干擾數據的運行數據進行數據重構，可得到所述濾波后的運行數據。

優選地，

所述將所述濾波后的運行數據輸入預先訓練的故障預測模型，以預測所述干式變壓器的運行狀態包括：對所述濾波后的運行數據進行特征提取，以得到所述運行數據的特征量；將所述特征量輸入預先訓練的故障預測模型，以預測所述干式變壓器的運行狀態。

優選地，

所述方法還包括：

顯示所述干式變壓器的運行數據和預測的運行狀態。