[發明專利]一種高壓套管電容芯故障診斷方法及系統

在審

• 申請號: 202011079722.2
• 申請日: 2020-10-10
• 公開（公告）號: CN112461942A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 張玉波;余長廳;黃之明;卓然;趙堅;顏海俊;傅明利;羅顏;張磊;焦健;成傳暉;喻越;熊佳明;王邸博
• 申請（專利權）人: 廣西電網有限責任公司電力科學研究院;南方電網科學研究院有限責任公司
• 主分類號: G01N30/02
• 分類號: G01N30/02;G01N33/28;G06N3/04;G06N3/08
• 代理公司: 北京國帆知識產權代理事務所(普通合伙) 11334
• 代理人: 李增朝;徐愛萍

1.一種高壓套管電容芯故障診斷方法，其特征在于，所述方法包括：

采集高壓套管電容芯的絕緣油，并基于油色譜試驗法與水分試驗法對所述絕緣油進行試驗分析，獲取試驗數據集；

對所述試驗數據集中的每一個試驗數據進行故障類型匹配處理，生成樣本數據集，并利用所述樣本數據集對BP神經網絡進行訓練；

基于訓練后的BP神經網絡對待測高壓套管電容芯進行故障診斷。

2.根據權利要求1所述的高壓套管電容芯故障診斷方法，其特征在于，所述對所述試驗數據集中的每一個試驗數據進行故障類型匹配處理，生成樣本數據集，并利用所述樣本數據集對BP神經網絡進行訓練包括：

獲取所述樣本數據集中的每一個樣本數據所包含的M個特征量，并將所述M個特征量中的每一個特征量進行歸一化處理；

獲取所述樣本數據集中所包含的N個故障類型，并對所述樣本數據集中的每一個樣本數據進行故障編碼輸出，生成故障編碼狀態表；

構建BP神經網絡，并確定所述BP神經網絡的激活函數和訓練函數；

以所述訓練函數的收斂為限定條件，利用歸一化處理后的樣本數據集與所述故障編碼狀態表對所述BP神經網絡進行訓練。

3.根據權利要求2所述的高壓套管電容芯故障診斷方法，其特征在于，所述將所述M個特征量中的每一個特征量進行歸一化處理包括：

獲取所述M個特征量中的最小特征量和最大特征量，并計算所述M個特征量中的每一個特征量的歸一化值為：

其中，為所述M個特征量中的第i個特征量，為所述M個特征量中的最小特征量，為所述M個特征量中的最大特征量，x_i為所述第i個特征量所對應的歸一化值。

4.根據權利要求2所述的高壓套管電容芯故障診斷方法，其特征在于，所述構建BP神經網絡包括：

定義所述BP神經網絡的輸入層神經元數量為M，確定所述BP神經網絡的隱含層神經元數量為：

定義所述BP神經網絡的輸出層神經元數量為N，再基于所述輸入層神經元數量、所述隱含層神經元數量和所述輸出層神經元數量，構建所述BP神經網絡。

5.一種高壓套管電容芯故障診斷系統，其特征在于，所述系統包括：

數據獲取模塊，用于采集高壓套管電容芯的絕緣油，并基于油色譜試驗法與水分試驗法對所述絕緣油進行試驗分析，獲取試驗數據集；

網絡訓練模塊，用于對所述試驗數據集中的每一個試驗數據進行故障類型匹配處理，生成樣本數據集，并利用所述樣本數據集對BP神經網絡進行訓練；

故障診斷模塊，用于基于訓練后的BP神經網絡對待測高壓套管電容芯進行故障診斷。

6.根據權利要求5所述的高壓套管電容芯故障診斷系統，其特征在于，所述網絡訓練模塊包括：

數據處理單元，用于獲取所述樣本數據集中的每一個樣本數據所包含的M個特征量，并將所述M個特征量中的每一個特征量進行歸一化處理；

故障編碼單元，用于獲取所述樣本數據集中所包含的N個故障類型，并對所述樣本數據集中的每一個樣本數據進行故障編碼輸出，生成故障編碼狀態表；

網絡構建單元，用于構建BP神經網絡，并確定所述BP神經網絡的激活函數和訓練函數；

網絡訓練單元，用于以所述訓練函數的收斂為限定條件，利用歸一化處理后的樣本數據集與所述故障編碼狀態表對所述BP神經網絡進行訓練。

7.根據權利要求6所述的高壓套管電容芯故障診斷系統，其特征在于，所述數據處理單元用于獲取所述M個特征量中的最小特征量和最大特征量，并計算所述M個特征量中的每一個特征量的歸一化值為：

其中，為所述M個特征量中的第i個特征量，為所述M個特征量中的最小特征量，為所述M個特征量中的最大特征量，x_i為所述第i個特征量所對應的歸一化值。

8.根據權利要求6所述的高壓套管電容芯故障診斷系統，其特征在于，所述網絡構建單元用于定義所述BP神經網絡的輸入層神經元數量為M，確定所述BP神經網絡的隱含層神經元數量為：以及定義所述BP神經網絡的輸出層神經元數量為N，再基于所述輸入層神經元數量、所述隱含層神經元數量和所述輸出層神經元數量，構建所述BP神經網絡。