[發(fā)明專利]一種高壓套管電容芯故障診斷方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011079722.2
• 申請(qǐng)日: 2020-10-10
• 公開（公告）號(hào): CN112461942A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 張玉波;余長廳;黃之明;卓然;趙堅(jiān);顏?？?/a>;傅明利;羅顏;張磊;焦健;成傳暉;喻越;熊佳明;王邸博
• 申請(qǐng)（專利權(quán)）人: 廣西電網(wǎng)有限責(zé)任公司電力科學(xué)研究院;南方電網(wǎng)科學(xué)研究院有限責(zé)任公司
• 主分類號(hào): G01N30/02
• 分類號(hào): G01N30/02;G01N33/28;G06N3/04;G06N3/08
• 代理公司: 北京國帆知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11334
• 代理人: 李增朝;徐愛萍

本發(fā)明公開了一種高壓套管電容芯故障診斷方法及系統(tǒng)，其方法包括：采集高壓套管電容芯的絕緣油，并基于油色譜試驗(yàn)法與水分試驗(yàn)法對(duì)所述絕緣油進(jìn)行試驗(yàn)分析，獲取試驗(yàn)數(shù)據(jù)集；對(duì)所述試驗(yàn)數(shù)據(jù)集中的每一個(gè)試驗(yàn)數(shù)據(jù)進(jìn)行故障類型匹配處理，生成樣本數(shù)據(jù)集，并利用所述樣本數(shù)據(jù)集對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；基于訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)對(duì)待測高壓套管電容芯進(jìn)行故障診斷。在本發(fā)明實(shí)施例中，通過利用BP神經(jīng)網(wǎng)絡(luò)可輔助實(shí)現(xiàn)對(duì)電容芯所可能出現(xiàn)的多種故障類型進(jìn)行精確診斷，實(shí)用性較好。

技術(shù)領(lǐng)域

本發(fā)明涉及故障檢測技術(shù)領(lǐng)域，尤其涉及一種高壓套管電容芯故障診斷方法及系統(tǒng)。

背景技術(shù)

高壓套管作為變壓器最重要的組件之一，是電力變壓器出線裝置的關(guān)鍵設(shè)備，其運(yùn)行的安全可靠性成為電力系統(tǒng)安全穩(wěn)定運(yùn)行的可靠保證。經(jīng)研究表明，由高壓套管故障所導(dǎo)致的220kV變壓器、500kV變壓器非計(jì)劃停運(yùn)數(shù)量占總非計(jì)劃停運(yùn)數(shù)量約25％；非計(jì)劃停運(yùn)時(shí)間占總非計(jì)劃停運(yùn)時(shí)間56.5％，說明高壓套管是使得變壓器發(fā)生缺陷或故障頻率最高的組件。而對(duì)高壓套管的檢測主要針對(duì)內(nèi)部電容芯，其絕緣性能直接影響高壓套管的壽命。電容芯的故障類型有受潮及X蠟故障、受潮故障和X蠟故障，目前對(duì)于電容芯受潮故障的研究較多，且已取得具有工程指導(dǎo)意義的成果，但對(duì)于電容芯X蠟故障的研究尚無精確診斷方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種高壓套管電容芯故障診斷方法及系統(tǒng)，通過利用BP神經(jīng)網(wǎng)絡(luò)可輔助實(shí)現(xiàn)對(duì)電容芯可能出現(xiàn)的多種故障類型進(jìn)行精確診斷，實(shí)用性較好。

為了解決上述問題，本發(fā)明提出了一種高壓套管電容芯故障診斷方法，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(yàn)法與水分試驗(yàn)法對(duì)所述絕緣油進(jìn)行試驗(yàn)分析，獲取試驗(yàn)數(shù)據(jù)集；

對(duì)所述試驗(yàn)數(shù)據(jù)集中的每一個(gè)試驗(yàn)數(shù)據(jù)進(jìn)行故障類型匹配處理，生成樣本數(shù)據(jù)集，并利用所述樣本數(shù)據(jù)集對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

基于訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)對(duì)待測高壓套管電容芯進(jìn)行故障診斷。

可選的，所述對(duì)所述試驗(yàn)數(shù)據(jù)集中的每一個(gè)試驗(yàn)數(shù)據(jù)進(jìn)行故障類型匹配處理，生成樣本數(shù)據(jù)集，并利用所述樣本數(shù)據(jù)集對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練包括：

獲取所述樣本數(shù)據(jù)集中的每一個(gè)樣本數(shù)據(jù)所包含的M個(gè)特征量，并將所述M個(gè)特征量中的每一個(gè)特征量進(jìn)行歸一化處理；

獲取所述樣本數(shù)據(jù)集中所包含的N個(gè)故障類型，并對(duì)所述樣本數(shù)據(jù)集中的每一個(gè)樣本數(shù)據(jù)進(jìn)行故障編碼輸出，生成故障編碼狀態(tài)表；

構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，并確定所述BP神經(jīng)網(wǎng)絡(luò)的激活函數(shù)和訓(xùn)練函數(shù)；

以所述訓(xùn)練函數(shù)的收斂為限定條件，利用歸一化處理后的樣本數(shù)據(jù)集與所述故障編碼狀態(tài)表對(duì)所述BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

可選的，所述將所述M個(gè)特征量中的每一個(gè)特征量進(jìn)行歸一化處理包括：

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

其中，為所述M個(gè)特征量中的第i個(gè)特征量，為所述M個(gè)特征量中的最小特征量，為所述M個(gè)特征量中的最大特征量，x_i為所述第i個(gè)特征量所對(duì)應(yīng)的歸一化值。

可選的，所述構(gòu)建BP神經(jīng)網(wǎng)絡(luò)包括：

定義所述BP神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元數(shù)量為M，確定所述BP神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元數(shù)量為：

定義所述BP神經(jīng)網(wǎng)絡(luò)的輸出層神經(jīng)元數(shù)量為N，再基于所述輸入層神經(jīng)元數(shù)量、所述隱含層神經(jīng)元數(shù)量和所述輸出層神經(jīng)元數(shù)量，構(gòu)建所述BP神經(jīng)網(wǎng)絡(luò)。

另外，本發(fā)明實(shí)施例還提供了一種高壓套管電容芯故障診斷系統(tǒng)，所述系統(tǒng)包括：