[發(fā)明專利]一種變壓器故障診斷方法、裝置及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202210496300.8
• 申請(qǐng)日: 2022-05-09
• 公開（公告）號(hào): CN114595788B
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計(jì)）人: 康佳會(huì);嚴(yán)川;張博
• 申請(qǐng)（專利權(quán)）人: 云智慧（北京）科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G01N30/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種變壓器故障診斷方法、裝置及設(shè)備，方法包括：獲得變壓器的當(dāng)前油色譜數(shù)據(jù)的至少一個(gè)特征數(shù)據(jù)，其中，一種所述特征數(shù)據(jù)包括所述當(dāng)前油色譜數(shù)據(jù)中的一種氣體的含量數(shù)據(jù)；獲得所述當(dāng)前油色譜數(shù)據(jù)的各特征數(shù)據(jù)到至少一種故障標(biāo)簽分別對(duì)應(yīng)的聚類中心點(diǎn)的特征距離；將至少一個(gè)特征距離聚合后，輸入變壓器故障診斷模型中處理，得到變壓器故障發(fā)生概率。本發(fā)明的方案提高了變壓器故障診斷準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理技術(shù)領(lǐng)域，特別是指一種變壓器故障診斷方法、裝置及設(shè)備。

背景技術(shù)

電力變壓器作為電力系統(tǒng)中的樞紐設(shè)備，其運(yùn)行狀況監(jiān)測(cè)是保證電網(wǎng)安全運(yùn)行的基礎(chǔ)。而其中油浸式變壓器因成本低廉、絕緣性能良好等特點(diǎn)在大型電網(wǎng)系統(tǒng)中被廣泛使用，其初期故障診斷使用最多的診斷工具之一是油色譜分析技術(shù)(Dissolved GasAnalysis)。

油色譜分析方法可大致分為兩類：傳統(tǒng)的基于氣體比值方法和人工智能方法。傳統(tǒng)方法都是基于離線數(shù)據(jù)統(tǒng)計(jì)而得到的一些含量或者比值的閾值，易于理解且實(shí)現(xiàn)簡(jiǎn)單，但存在準(zhǔn)確度低、編碼不完全等缺點(diǎn)。

人工智能技術(shù)的結(jié)果依賴于訓(xùn)練數(shù)據(jù)，且訓(xùn)練過程不可解釋，導(dǎo)致很多研究難以實(shí)現(xiàn)工程化應(yīng)用。

隨著在線油色譜檢測(cè)技術(shù)克服了離散監(jiān)測(cè)樣本周期長(zhǎng)、數(shù)據(jù)可靠性低等缺點(diǎn)，因此在電網(wǎng)系統(tǒng)中得到了大量應(yīng)用。而傳統(tǒng)的診斷技術(shù)和部分人工智能技術(shù)并未考慮到在線監(jiān)測(cè)數(shù)據(jù)的應(yīng)用，因此對(duì)油色譜數(shù)據(jù)分析和解釋方法的探索依然具有很大的實(shí)際意義。

面向在線油色譜數(shù)據(jù)的背景下，受變壓器的環(huán)境、使用年限等因素的影響下導(dǎo)致的相關(guān)故障診斷算法通用性差、準(zhǔn)確率較低且無法進(jìn)行多故障診斷。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是如何提供一種變壓器故障診斷方法、裝置及設(shè)備。提高了變壓器故障診斷準(zhǔn)確率。

為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：

一種變壓器故障診斷方法，包括：

獲得變壓器的當(dāng)前油色譜數(shù)據(jù)的至少一個(gè)特征數(shù)據(jù)，其中，一種所述特征數(shù)據(jù)包括所述當(dāng)前油色譜數(shù)據(jù)中的一種氣體的含量數(shù)據(jù)；

獲得所述當(dāng)前油色譜數(shù)據(jù)的各特征數(shù)據(jù)到至少一種故障標(biāo)簽分別對(duì)應(yīng)的聚類中心點(diǎn)的特征距離；

將至少一個(gè)特征距離聚合后，輸入變壓器故障診斷模型中處理，得到變壓器故障發(fā)生概率。

可選的，獲得所述油色譜數(shù)據(jù)的各特征數(shù)據(jù)到至少一種故障標(biāo)簽分別對(duì)應(yīng)的聚類中心點(diǎn)的特征距離，包括：

其中，表示第h個(gè)特征數(shù)據(jù)的特征距離；

表示第h個(gè)特征數(shù)據(jù)的權(quán)重；

表示當(dāng)前油色譜數(shù)據(jù)中的樣本的第h個(gè)特征數(shù)據(jù)；

表示第h個(gè)特征數(shù)據(jù)對(duì)應(yīng)的第j個(gè)聚類矩陣的聚類中心點(diǎn)；

表示高斯核形狀參數(shù)。

可選的，將至少一個(gè)特征距離聚合，包括：

通過：將至少一個(gè)特征距離聚合；

其中，表示將至少一個(gè)特征距離聚合后得到的聚合距離；

表示特征數(shù)據(jù)的個(gè)數(shù)，表示第個(gè)特征數(shù)據(jù)，表示求乘積。

可選的，所述變壓器故障診斷模型通過以下過程進(jìn)行訓(xùn)練：

獲取訓(xùn)練集數(shù)據(jù)，所述訓(xùn)練集數(shù)據(jù)包括：至少一個(gè)油色譜數(shù)據(jù)訓(xùn)練樣本以及所述至少一個(gè)油色譜數(shù)據(jù)訓(xùn)練樣本分別對(duì)應(yīng)的故障類型標(biāo)簽，每一油色譜數(shù)據(jù)樣本包括至少一個(gè)特征數(shù)據(jù)；