[發(fā)明專利]地埋式變電站的故障診斷方法、裝置及電子設備在審
| 申請?zhí)枺?/td> | 202011157113.4 | 申請日: | 2020-10-26 |
| 公開(公告)號: | CN112329914A | 公開(公告)日: | 2021-02-05 |
| 發(fā)明(設計)人: | 周斌;何洋;黎燦兵;李雅凱;李文芳;游玫瑰;王懷智 | 申請(專利權(quán))人: | 華翔翔能科技股份有限公司;湖南大學 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/08;G01R31/00;G06Q50/06 |
| 代理公司: | 長沙智勤知識產(chǎn)權(quán)代理事務所(普通合伙) 43254 | 代理人: | 彭鳳琴 |
| 地址: | 413002 湖南省*** | 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: | 變電站 故障診斷 方法 裝置 電子設備 | ||
本發(fā)明實施例提供一種地埋式變電站的故障診斷方法、裝置及電子設備,方法包括:獲取地埋式變電站的電氣量數(shù)據(jù)與非電氣量數(shù)據(jù);對所述電氣量數(shù)據(jù)與非電氣量數(shù)據(jù)分別進行預處理,得到待輸入數(shù)據(jù);將所述待輸入數(shù)據(jù)輸入到預先訓練好的元集成學習模型中進行處理,輸出得到地埋式變電站的故障診斷結(jié)果。通過預先訓練好的元集成學習模型對地埋式變電站的電氣量數(shù)據(jù)與非電氣量數(shù)據(jù)進行預測,從而實現(xiàn)可以對地埋變壓器運行狀態(tài)的精確感知,提高故障診斷準確率,進而提升地埋式變電站的運行可靠性及安全性。
技術(shù)領域
本發(fā)明涉及數(shù)據(jù)處理領域,尤其涉及一種地埋式變電站的故障診斷方法、裝置及電子設備。
背景技術(shù)
地埋式變電站的出現(xiàn)為城市飛速發(fā)展帶來的電力需求增長以及土地資源緊張問題提供了解決方案,但同時也帶來了許多新的問題。大多數(shù)地埋式變電站為預裝式,且其內(nèi)部空間狹小,檢修出入口僅容一人通過,對處于地坑內(nèi)的地埋變進行檢修、更換等操作十分不便。因此,對地埋式變電站的綜合狀態(tài)進行感知與診斷,精確感知地埋變壓器運行狀態(tài)以提高地埋式變電站的運行可靠性及安全性尤為重要。
目前針對變壓器狀態(tài)感知與故障診斷的技術(shù)主要是油中溶解氣體分析技術(shù)和局部放電監(jiān)測技術(shù)等。其中,油中溶解氣體分析技術(shù)存在編碼邊界過于絕對,診斷設備體積較大的問題。而局部放電監(jiān)測技術(shù)易受電磁干擾。同時,大部分變壓器狀態(tài)感知與診斷技術(shù)只通過單一狀態(tài)量來進行診斷,可靠率與準確率均有待提升。由于大多數(shù)地埋式變電站為預裝式且在箱體上采用全密封箱體設計,地埋變壓器處于封閉、狹小的地埋空間內(nèi)且檢修出入口面積較小,以往的傳統(tǒng)變壓器故障診斷方式不再適用于地埋式變電站。
發(fā)明內(nèi)容
本發(fā)明實施例提供一種地埋式變電站的故障診斷方法,能夠通過電氣量數(shù)據(jù)與非電氣量數(shù)據(jù)對地埋式變電站進行故障診斷,可以對地埋變壓器運行狀態(tài)的精確感知,提高故障診斷準確率,從而提升地埋式變電站的運行可靠性及安全性。
第一方面,本發(fā)明實施例提供一種地埋式變電站的故障診斷方法,包括:
獲取地埋式變電站的電氣量數(shù)據(jù)與非電氣量數(shù)據(jù);
對所述電氣量數(shù)據(jù)與非電氣量數(shù)據(jù)分別進行預處理,得到待輸入數(shù)據(jù);
將所述待輸入數(shù)據(jù)輸入到預先訓練好的元集成學習模型中進行處理,輸出得到地埋式變電站的故障診斷結(jié)果。
可選的,所述非電氣量數(shù)據(jù)包括地埋式變電站的聲紋數(shù)據(jù)。
可選的,所述對所述非電氣量數(shù)據(jù)進行預處理的步驟具體包括:
對所述聲紋數(shù)據(jù)進行消噪處理;
對消噪后的聲紋數(shù)據(jù)進行特征提取,得到所述聲紋數(shù)據(jù)的時頻特征。
可選的,所述元集成學習模型包括至少一個子分類網(wǎng)絡,集成權(quán)重動態(tài)迭代網(wǎng)絡以及集成網(wǎng)絡,所述將所述待輸入數(shù)據(jù)輸入到預先訓練好的元集成學習模型中進行處理,輸出得到地埋式變電站的故障診斷結(jié)果的步驟具體包括:
將所述聲紋數(shù)據(jù)的時頻特征輸入到所述子分類網(wǎng)絡,得到第一輸出;
將所述電氣量特征以及非電氣量特征輸入到所述集成權(quán)重動態(tài)迭代網(wǎng)絡,得到第二輸出,所述非電氣量特征包括所述聲紋數(shù)據(jù)的時頻特征;
將所述第一輸出與所述第二輸出通過集成網(wǎng)絡進行集成處理,輸出得到所述地埋式變電站的故障診斷結(jié)果。
可選的,所述元集成學習模型的訓練包括以下步驟:
獲取不同運行狀態(tài)下所述地埋式變電站的樣本電氣量數(shù)據(jù)與樣本非電氣量數(shù)據(jù);
對所述樣本電氣量數(shù)據(jù)與樣本非電氣量數(shù)據(jù)分別進行預處理,得到樣本集數(shù)據(jù);
基于所述樣本集數(shù)據(jù)對所述元集成學習模型進行訓練。
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)利屬于華翔翔能科技股份有限公司;湖南大學,未經(jīng)華翔翔能科技股份有限公司;湖南大學許可,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/202011157113.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





