[發(fā)明專利]變壓器故障診斷方法、裝置、計算機設(shè)備、介質(zhì)和產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202210466346.5
• 申請日: 2022-04-29
• 公開（公告）號: CN114993455A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計）人: 范斌濤;張喆;陳相吾;汲勝昌;吳書煜
• 申請（專利權(quán)）人: 國網(wǎng)陜西省電力有限公司電力科學研究院;國網(wǎng)（西安）環(huán)保技術(shù)中心有限公司;西安交通大學
• 主分類號: G01H11/08
• 分類號: G01H11/08;G01R31/62
• 代理公司: 華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 賴舒嫻

1.一種變壓器故障診斷方法，其特征在于，所述方法包括：

通過壓電式加速度傳感器依次采集變壓器的初始異常振動信號；

針對所述依次采集的各初始異常振動信號，獲取所述初始異常振動信號的采樣時間間隔；所述采樣時間間隔包括所述初始異常振動信號與所述初始異常振動信號的前一個初始異常振動信號之間的采樣時間間隔；

根據(jù)各所述初始異常振動信號的采樣時間間隔，對所述變壓器進行故障診斷生成故障診斷結(jié)果。

2.根據(jù)權(quán)利要求1所述變壓器故障診斷方法，其特征在于，所述通過壓電式加速度傳感器依次采集變壓器的初始異常振動信號，包括：

通過所述壓電式加速度傳感器依次采集變壓器的振動信號；

通過預(yù)設(shè)隨機森林算法模型對所述振動信號進行異常檢測，生成所述振動信號的異常檢測結(jié)果；

根據(jù)所述振動信號的異常檢測結(jié)果，從所述變壓器的振動信號中確定所述變壓器的初始異常振動信號。

3.根據(jù)權(quán)利要求2所述變壓器故障診斷方法，其特征在于，在所述通過預(yù)設(shè)隨機森林算法模型對所述振動信號進行異常檢測，生成所述振動信號的異常檢測結(jié)果之前，包括：

針對所述依次采集的各振動信號，對所述振動信號進行濾波處理，生成與所述振動信號對應(yīng)的特征向量；

所述通過預(yù)設(shè)隨機森林算法模型對所述振動信號進行異常檢測，生成所述振動信號的異常檢測結(jié)果，包括：

通過預(yù)設(shè)隨機森林算法模型對所述特征向量進行異常檢測，生成所述振動信號的異常檢測結(jié)果。

4.根據(jù)權(quán)利要求1所述變壓器故障診斷方法，其特征在于，所述根據(jù)各所述初始異常振動信號的采樣時間間隔，對所述變壓器進行故障診斷生成故障診斷結(jié)果，包括：

判斷所述初始異常振動信號的采樣時間間隔是否滿足預(yù)設(shè)時間間隔條件；

若是，則將所述初始異常振動信號作為第一個滿足所述預(yù)設(shè)時間間隔條件的目標異常振動信號；

獲取所述初始異常振動信號的下一個初始異常振動信號，并執(zhí)行以下目標操作：將所述下一個初始異常振動信號作為新的所述初始異常振動信號，循環(huán)執(zhí)行判斷所述初始異常振動信號的采樣時間間隔是否滿足所述預(yù)設(shè)時間間隔條件；若是，則將所述初始異常振動信號作為下一個滿足所述預(yù)設(shè)時間間隔條件的目標異常振動信號；直到所述目標異常振動信號的數(shù)目達到預(yù)設(shè)數(shù)目為止；

根據(jù)所述預(yù)設(shè)數(shù)目個所述目標異常振動信號，對所述變壓器進行故障診斷生成存在故障的故障診斷結(jié)果。

5.根據(jù)權(quán)利要求4所述變壓器故障診斷方法，其特征在于，在判斷所述初始異常振動信號的采樣時間間隔是否滿足預(yù)設(shè)時間間隔條件之后，包括：

若否，則判斷所述初始異常振動信號的下一個初始異常振動信號的采樣時間間隔是否滿足所述預(yù)設(shè)時間間隔條件；

若是，則將所述下一個初始異常振動信號作為第一個滿足預(yù)設(shè)時間間隔條件的目標異常振動信號；

獲取所述下一個初始異常振動信號的下一個初始異常振動信號，并執(zhí)行所述目標操作。

6.根據(jù)權(quán)利要求1所述變壓器故障診斷方法，其特征在于，所述方法還包括：

若所述變壓器的故障診斷結(jié)果為存在故障，則根據(jù)所述變壓器的故障診斷結(jié)果，生成報警信息。

7.根據(jù)權(quán)利要求2所述變壓器故障診斷方法，其特征在于，所述方法還包括：

獲取訓練樣本集；所述訓練樣本集中包括第一類特征向量及第二類特征向量，所述第一類特征向量為從存在故障的變壓器的振動信號中所提取的特征向量，所述第二類特征向量為從不存在故障的變壓器的振動信號中所提取的特征向量；

將所述第一類特征向量及第二類特征向量輸入至初始隨機森林算法模型中，生成所述第一類特征向量的第一預(yù)測異常檢測結(jié)果及所述第二類特征向量的第二預(yù)測異常檢測結(jié)果；

根據(jù)所述第一類特征向量的標注異常檢測結(jié)果及所述第一預(yù)測異常檢測結(jié)果、所述第二類特征向量的標注異常檢測結(jié)果及所述第二預(yù)測異常檢測結(jié)果，計算損失函數(shù)的值；

根據(jù)所述損失函數(shù)的值調(diào)整所述初始隨機森林算法模型的參數(shù)，生成所述預(yù)設(shè)隨機森林算法模型。