[發明專利]一種變壓器鐵芯接地電流在線預測方法、裝置、存儲介質及故障診斷方法

在審

• 申請號: 202210343666.1
• 申請日: 2022-04-02
• 公開（公告）號: CN114925718A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 呂順利;單淼軒;丁杰;王偉;周捷;張海濱;國中琦;李金波;羅欣;張冰;董璇;侯宇;張鵬;左紅兵;劉世裕;曹東宏;裴煜
• 申請（專利權）人: 國電南瑞科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/00;G06N3/04;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 范青青

1.一種變壓器鐵芯接地電流在線預測方法，其特征在于，所述方法包括：

采集影響變壓器鐵芯接地電流的特征量實時數據，并進行預處理；

將預處理后的特征量實時數據輸入至預先構建并訓練好的BP神經網絡模型中，獲取變壓器鐵芯接地電流在線預測結果；

其中，所述BP神經網絡模型的輸入矩陣維度是根據影響變壓器鐵芯接地電流的、關聯度高于設定閾值的特征量確定的；所述BP神經網絡模型由影響變壓器鐵芯接地電流的特征量歷史數據訓練并由麻雀搜索算法SSA優化獲取。

2.根據權利要求1所述的變壓器鐵芯接地電流在線預測方法，其特征在于，所述關聯度利用灰色關聯度分析法計算獲取。

3.根據權利要求1所述的變壓器鐵芯接地電流在線預測方法，其特征在于，還包括：根據所輸入的特征量實時數據及相應的變壓器鐵芯接地電流在線預測結果更新BP神經網絡模型的權重。

4.根據權利要求1所述的變壓器鐵芯接地電流在線預測方法，其特征在于，影響變壓器鐵芯接地電流的特征量包括前一時刻的鐵芯接地電流數據、變壓器油中微水含量、H₂濃度、C₂H₂濃度、CH₄濃度、C₂H₄濃度、C₂H₆濃度、一氧化碳和二氧化碳濃度、繞組溫度及油箱中油溫。

5.根據權利要求4所述的變壓器鐵芯接地電流在線預測方法，其特征在于，所述預處理包括：對特征量實時數據中的錯誤數據及缺失數據進行填充。

6.根據權利要求5所述的變壓器鐵芯接地電流在線預測方法，其特征在于，對特征量實時數據中的錯誤數據及缺失數據進行填充的方法包括：將BP預測模型對該時刻鐵芯接地電流數據的預測值與前一時刻獲取鐵芯接地電流數據的真實值或填充值的均值作為該時刻的填充值進行填充。

7.根據權利要求1所述的變壓器鐵芯接地電流在線預測方法，其特征在于，采用影響變壓器鐵芯接地電流的特征量歷史數據訓練BP神經網絡模型之前，采用K近鄰算法KNN對特征量歷史數據中的錯誤數據及缺失數據進行填充。

8.根據權利要求1至7任一所述的變壓器鐵芯接地電流在線預測方法，其特征在于，采用SSA優化BP神經網絡模型的方法包括以下步驟：

初始化所搭建的BP神經網絡模型的模型參數；

根據輸入矩陣維度及特征量歷史數據構建訓練BP神經網絡模型的輸入矩陣；

將所構建的輸入矩陣輸入至BP神經網絡模型進行模型訓練，并通過SSA計算每個麻雀初始的適應度值，根據適應度值更新并計算預警值；

基于適應度值和預警值更新追隨者位置和意識到危險的麻雀位置；

計算位置更新后的適應度值，直至更新得到當前最佳適應度值和最優位置后分別賦值給BP神經網絡模型作為權值和閾值；

重復上述步驟進行模型訓練，直至達到預設的模型訓練停止條件，得到SSA優化后的BP神經網絡模型。