[發明專利]一種電抗器鐵心松動故障診斷方法、裝置和設備

在審

• 申請號: 202110990077.8
• 申請日: 2021-08-26
• 公開（公告）號: CN113723496A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 吳經鋒;王文森;張璐;丁彬;韓彥華;吳昊;王南;尚宇;毛辰;唐露甜;王辰曦
• 申請（專利權）人: 國網陜西省電力公司電力科學研究院;國網陜西省電力公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01H11/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

1.一種電抗器鐵心松動故障診斷方法，其特征在于，包括以下步驟：

S1、采集高壓并聯電抗器工作狀態下的振動源信號，提取振動源信號中關鍵的數據特征；用GBDT算法構建的初始預測模型；

S2、將提取的數據特征設置分類標簽，作為訓練集，對初始預測模型進行訓練；在訓練過程中，使預測模型不停地學習數據包含的特征，每次迭代在上一輪訓練模型的殘差值基礎上訓練，經過多次迭代進行的殘差計算和權值加權后，使得強學習器學習到不同狀態下電抗器振動信號所包含的特征，得到目標預測模型；

S3、采集待診斷的電抗器的振動信號，將采集到的振動信號輸入目標預測模型，判斷當前電抗器是否處于螺母松動故障下，并預測電抗器處于何種松動程度下。

2.根據權利要求1所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述S1中，用GBDT算法構建的初始預測模型包括以下步驟：

SA1、初始化第一個弱學習器的閾值與權值；

SA2、建立M棵分類回歸樹；

SA3、計算回歸樹對應損失函數的負梯度，并將回歸樹按照負梯度從大到小的順序排序，得到一個強學習器。

3.根據權利要求2所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述SA2中，利用CART回歸樹進行數據擬合，對損失函數的負梯度r_m，i擬合一棵回歸樹，得到其對應的葉子節點區域R_m，j，j＝1，2，...，J，J為回歸樹的葉子節點的個數；再計算生成的決策樹中各個葉子節點的葉子區域j，計算出最佳殘差擬合值c_m，j，用最佳殘差擬合值c_m，j得到強學習器；

其中，f_m-1(x_i)為第m-1次計算得到的模型。

4.根據權利要求1所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述S1中，采用壓電式加速振動傳感器采集電抗器的振動源信號。

5.根據權利要求1所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述S1中，將采集到的振動源信號進行快速傅里葉變換與小波去噪后再提取關鍵的數據特征。

6.根據權利要求1所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述S1中，關鍵的數據特征為振動信號的基頻。

7.根據權利要求1所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述S2中，所以提取的數據特征采用交叉驗證的方法按照1:4的比值分為測試集與訓練集。

8.根據權利要求1所述的一種電抗器鐵心松動故障診斷方法，其特征在于，所述S2中，標簽包括正常狀態、11N.m、7N.m和3N.m。

9.一種電抗器鐵心松動故障診斷裝置，其特征在于，包括依次連接的振動傳感器、采集卡和終端，所述振動傳感器用于測量電抗器的振動源信號，所述采集卡，采集卡用于采集振動源信號并傳遞至終端，所述終端用于根據振動源信號判斷電抗器是否處于螺母松動故障下，并預測電抗器處于何種松動程度下。

10.一種計算機設備，其特征在于，包括電連接的存儲器和處理器，所述存儲器上存儲有可在處理器上運行的計算程序，所述處理器執行所述計算程序時，實現權利要求1-8中任意一項所述的方法的步驟。