[發(fā)明專利]一種基于時域數(shù)據(jù)切分的變壓器振動異常檢測方法

在審

• 申請?zhí)枺?/td>: 202210600954.0
• 申請日: 2022-05-30
• 公開（公告）號: CN115048955A
• 公開（公告）日: 2022-09-13
• 發(fā)明（設計）人: 王建平;李萬林;郭亮;呂晨旭;黃少波
• 申請（專利權(quán)）人: 國網(wǎng)山西省電力公司忻州供電公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01H1/00;G01R31/00
• 代理公司: 北京卓嵐智財知識產(chǎn)權(quán)代理事務所(特殊普通合伙) 11624
• 代理人: 任漱晨

1.一種基于時域數(shù)據(jù)切分的變壓器振動異常檢測方法，其特征是：使用加速度傳感器獲取變壓器表面振動信號，切分變壓器表面振動信號，根據(jù)工況劃分振動信號樣本構(gòu)造訓練數(shù)據(jù)集，應用訓練數(shù)據(jù)集訓練并保存一維卷積神經(jīng)網(wǎng)絡異常檢測模型；最后應用訓練好的一維卷積神經(jīng)網(wǎng)絡異常檢測模型進行變壓器振動異常檢測；

其中，使用加速度傳感器獲取變壓器表面振動信號，包括：將振動加速度傳感器放置到變壓器表面振動幅度最大處，振動加速度傳感器的采樣率設定為Fs＝10k，每次采樣時長0.5-1.0秒，采樣間隔為5-10分鐘。

其中，切分變壓器表面振動信號，獲取振動信號樣本，設置樣本長度N_min為600，N_s≤2，具體步驟如下：

步驟一：振動加速度傳感器的采樣頻率為Fs、變壓器振動基頻(工頻的2倍)周期為T₀，由式(1)計算可描述變壓器狀態(tài)的最短長度：

L_min＝T₀·Fs (1)

步驟二：通過滑動窗口的形式進行變壓器表面振動信號切分，滑動步長W、L_min和樣本長度N_min三者需滿足式(2)：

W≤L_min≤N_min (2)

步驟三：通過式(3)計算樣本的滑動步長W，完成變壓器表面振動信號切分，得到獲取振動信號樣本，式(3)中N_s為不同樣本個數(shù)由式(4)計算。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)工況劃分振動信號樣本構(gòu)造訓練數(shù)據(jù)集，具體步驟如下：

步驟一：依據(jù)變壓器負載電流和運行電壓大小劃分變壓器運行工況；

根據(jù)變壓器額定負載電流I_N和額定電壓U_N劃分變壓器運行工況。根據(jù)負載電流劃分為(0-60％I_N]、(60％I_N-95％I_N]、(95％I_N-105％I_N]、(105％I_N-130％I_N]四個區(qū)間，根據(jù)電壓劃分為(90％U_N-98％U_N]、(98％U_N-102％U_N]、(102％U_N-120％U_N)三個區(qū)間。基于變壓器實際負載電流和電壓兩種因素，根據(jù)前述區(qū)間劃分方法，將變壓器運行工況劃分為12種。

步驟二：根據(jù)上述變壓器運行工況劃分方法，應用振動信號樣本構(gòu)造基于工況劃分的訓練數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，應用訓練數(shù)據(jù)集訓練并保存一維卷積神經(jīng)網(wǎng)絡異常檢測模型，具體如下：

一維卷積神經(jīng)網(wǎng)絡為的輸入為切分的振動信號樣本，輸出為變壓器運行工況狀態(tài)。網(wǎng)絡超參數(shù)設置為：batch＝16，epoch＝30，α＝0.001。網(wǎng)絡模型的參數(shù)滿足表1，池化層為全局平均池化層，激活函數(shù)為ReLU函數(shù)，模型中引入批量歸一化層(Batch Normalization,BN)和Dropout。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，最后應用訓練好的一維卷積神經(jīng)網(wǎng)絡異常檢測模型進行變壓器振動異常檢測，具體包括：

1)將在線監(jiān)測的變壓器狀態(tài)分為正常和異常，根據(jù)異常程度由低到高依次劃分為注意、告警和故障三種；

2)將振動加速度傳感器獲取監(jiān)測變壓器表面振動信號，按照權(quán)利1、權(quán)利2和權(quán)利3所述方法，得到監(jiān)測振動信號樣本，根據(jù)采集時刻的負載電流和運行電壓確定其所屬實際工況類型；

3)應用一維卷積神經(jīng)網(wǎng)絡異常檢測模型對監(jiān)測振動信號樣本進行分類，依據(jù)分類的結(jié)果和實際工況類型的異同，判斷變壓器當前狀態(tài)，具體判斷規(guī)則如下：

(1)在1小時內(nèi)，每次采集監(jiān)測振動信號樣本間隔不低于15分鐘，一維卷積神經(jīng)網(wǎng)絡異常檢測模型分類結(jié)果與當前實際工況不一致情況出現(xiàn)2次及以上時，判定當前變壓器運行狀態(tài)為注意；

(2)在3小時內(nèi)，每次采集監(jiān)測振動信號樣本間隔不低于30分鐘，一維卷積神經(jīng)網(wǎng)絡異常檢測模型分類結(jié)果與當前實際工況不一致情況出現(xiàn)4次及以上時，判定當前變壓器運行狀態(tài)為告警；

(3)當6小時內(nèi)，每次采集監(jiān)測振動信號樣本間隔不低于45分鐘，一維卷積神經(jīng)網(wǎng)絡異常檢測模型分類結(jié)果與當前實際工況不一致情況出現(xiàn)5次及以上時，判定當前變壓器運行狀態(tài)為故障；

(4)若同時滿足上述2條或全部滿足，判定當前運行狀態(tài)為異常程度最高狀態(tài)；

(5)不滿足上述(1)、(2)和(3)中任意一條時，判定當前變壓器運行狀態(tài)為正常。