[發明專利]換流變壓器異常檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110790810.1
• 申請日: 2021-07-13
• 公開（公告）號: CN113640596A
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 石延輝;楊洋;張海鳳;袁海;洪樂洲;楊陽;吳夢凡;吳桐;張朝斌;張博;黃家豪;李凱協;賴皓;廖名洋;張卓杰;林軒如;姚言超;夏杰;李金安;秦金鋒;許浩強;王蒙;葉志良;袁振峰;黃兆;嚴偉;蔡斌;關就;廖聰;李莉;趙曉杰;孔瑋琦;王越章
• 申請（專利權）人: 中國南方電網有限責任公司超高壓輸電公司廣州局
• 主分類號: G01R31/00
• 分類號: G01R31/00;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 聶榕

1.一種換流變壓器異常檢測方法，所述方法包括：

分別從各信息源獲取換流變壓器各維度的檢測數據；

分別將各維度的檢測數據輸入到對應的已訓練好的深度置信網絡，得到對各維度的初級診斷結果；各維度分別對應一個訓練好的深度置信網絡；

根據多維度的初級診斷結果按換流變壓器的部件維度進行決策融合，得到換流變壓器的異常檢測結果；其中，所述部件維度包括本體、套管、分接開關、冷卻系統和非電量保護樁子。

2.根據權利要求1所述的方法，其特征在于，所述深度置信網絡由低層的多個受限玻爾茲曼機和上層的多層前饋網絡組成；訓練深度置信網絡的方式，包括：

通過輸入樣本逐次對每個受限玻爾茲曼機采用無監督的方式進行正向訓練，將當前層的受限玻爾茲曼機的輸出作為上一層網絡的輸入，得到每層網絡的初始參數；

將最上一層受限玻爾茲曼機的輸出輸入到多層前饋網絡，利用輸入樣本的標注結果對所述多層前饋網絡進行有監督的學習，進行反向傳播，對各層網絡參數進行調整。

3.根據權利要求2所述的方法，其特征在于，分別將各維度的檢測數據輸入到對應的已訓練好的深度置信網絡，得到對各維度的初級診斷結果，包括：

分別將各維度的檢測數據輸入到對應的已訓練好的深度置信神經網絡，通過所述深度神經網絡的受限玻爾曼茲機提取所述檢測數據的概率分布特征；

所述深度置信神經網絡的多層前饋網絡根據所述概率分布特征，得到該維度的初級診斷結果。

4.根據權利要求1所述的方法，其特征在于，根據多維度的初級診斷結果按換流變壓器的部件維度進行決策融合，得到換流變壓器的異常檢測結果，包括：

從各維度的初級診斷結果中分別獲取換流變壓器各部件相關的初級診斷結果；所述換流變的部件包括：本體、套管、分接開關、冷卻系統和非電量保護樁子；

對每一個部件相關的初級診斷結果進行融合，得到各部件的狀態；

當各部件均為正常狀態時，確定所述換流變壓器整體狀態為正常狀態。

5.根據權利要求4所述的方法，其特征在于，對每一個部件相關的初級診斷結果進行融合，得到各部件的狀態，包括：

獲取每個部件相關的初級診斷結果中各維度的權重，對每一個部件相關的初級診斷結果進行融合，得到各部件的狀態。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：利用傳感器的距離，為各部件相關的傳感采集的數據維度設置不同權重。

7.根據權利要求5所述的方法，其特征在于，所述方法還包括：利用傳感器采集的數據維度對融合結果的重要性和貢獻度，為各部件相關的傳感采集的數據維度設置不同權重。

8.一種換流變壓器異常檢測裝置，包括：

數據獲取模塊，用于分別從各信息源獲取換流變壓器各維度的檢測數據；

初級診斷模塊，用于分別將各維度的檢測數據輸入到對應的已訓練好的深度置信網絡，得到對各維度的初級診斷結果；各維度分別對應一個訓練好的深度置信網絡；

融合診斷模塊，用于根據多維度的初級診斷結果按換流變壓器的部件維度進行決策融合，得到換流變壓器的異常檢測結果；其中，所述部件維度包括本體、套管、分接開關、冷卻系統和非電量保護樁子。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。