[發(fā)明專利]一種變壓器油老化診斷方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211247588.1
• 申請日: 2022-10-12
• 公開（公告）號: CN115468946A
• 公開（公告）日: 2022-12-13
• 發(fā)明（設(shè)計）人: 李智;錢藝華;王青;趙耀洪
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司電力科學研究院
• 主分類號: G01N21/65
• 分類號: G01N21/65;G01N33/28;G06N3/04;G06N3/08
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 姚心怡

本發(fā)明公開了一種變壓器油老化診斷方法、裝置及存儲介質(zhì)，其中方法包括：獲取變壓器油的老化樣本；檢測老化樣本的初始拉曼光譜以及老化樣本的聚合度，對初始拉曼光譜進行去噪處理，得到預處理拉曼光譜；將老化樣本的預處理拉曼光譜作為輸入量輸入至長短時記憶神經(jīng)網(wǎng)絡(luò)模型中，以老化樣本的聚合度作為長短時記憶神經(jīng)網(wǎng)絡(luò)模型的輸出量對神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到變壓器油老化診斷模型；獲取待測變壓器油，并檢測待測變壓器油的拉曼光譜，將待測變壓器油的拉曼光譜輸入至變壓器油老化診斷模型中，得到待測變壓器油的聚合度，根據(jù)聚合度判斷待測變壓器油的老化狀態(tài)。本發(fā)明能夠有效提高變壓器油老化狀態(tài)診斷的準確性。

技術(shù)領(lǐng)域

本發(fā)明涉及電力設(shè)備監(jiān)測技術(shù)領(lǐng)域，尤其是涉及一種變壓器絕油老化診斷方法、裝置及存儲介質(zhì)。

背景技術(shù)

電力變壓器是輸變電設(shè)備中最關(guān)鍵、最昂貴的設(shè)備，其運行的可靠性直接關(guān)系到電網(wǎng)的經(jīng)濟運行和安全穩(wěn)定。變壓器事故大多由其絕緣性能劣化引起，而變壓器油作為變壓器絕緣材料的主要組成部分對變壓器的壽命有著至關(guān)重要的影響。變壓器油是石油產(chǎn)品經(jīng)過煉制處理后的礦物絕緣油，其主要組成成分是烷烴、環(huán)烷烴和芳香烴，主要是碳氫化合物。變壓器油是電力設(shè)備中用來絕緣、冷卻和滅弧的主要液體絕緣介質(zhì)，由于變壓器油作為液體絕緣介質(zhì)使用，因此要求其具有優(yōu)良的絕緣性能。但是，隨著運行時間的延長，變壓器油會出現(xiàn)氧化老化現(xiàn)象，生成自由基、醇、醛、酮等劣化產(chǎn)物，嚴重影響變壓器油的絕緣性能。對于一臺平均壽命約為三、四十年的變壓器來說，變壓器油的氧化老化現(xiàn)象會給變壓器的安全穩(wěn)定運行帶來嚴重的安全隱患。

現(xiàn)有的變壓器油老化診斷方法通常為絕緣油酸值測定法和油面張力測試法，絕緣油酸值測定和油面張力測試需要在測試時將絕緣油從變壓器中取樣品送到實驗室進行理化性質(zhì)分析，由于油樣暴露于空氣中會進一步氧化老化，且油樣在運輸過程中易被污染，導致難以準確診斷變壓器聚合度。

發(fā)明內(nèi)容

本發(fā)明提供了一種變壓器絕油老化診斷方法、裝置及存儲介質(zhì)，以解決現(xiàn)有的變壓器油老化診斷方法需要在測試時將絕緣油從變壓器中取樣品送到實驗室進行理化性質(zhì)分析，由于油樣暴露于空氣中會進一步氧化老化，且油樣在運輸過程中易被污染，導致難以準確診斷變壓器聚合度的技術(shù)問題。

本發(fā)明的一個實施例提供了一種變壓器油老化診斷方法，包括：

獲取變壓器油的老化樣本；

檢測所述老化樣本的初始拉曼光譜以及所述老化樣本的聚合度，對所述初始拉曼光譜進行去噪處理，得到預處理拉曼光譜；

將所述老化樣本的預處理拉曼光譜作為輸入量輸入至長短時記憶神經(jīng)網(wǎng)絡(luò)模型中，以所述老化樣本的聚合度作為所述長短時記憶神經(jīng)網(wǎng)絡(luò)模型的輸出量對所述神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到變壓器油老化診斷模型；

獲取待測變壓器油，并檢測所述待測變壓器油的拉曼光譜，將所述待測變壓器油的拉曼光譜輸入至所述變壓器油老化診斷模型中，得到所述待測變壓器油的聚合度，根據(jù)所述聚合度判斷所述待測變壓器油的老化狀態(tài)。

進一步的，所述獲取變壓器油的老化樣本，包括：

將變壓器油在不同油紙比例條件下進行加速熱老化試驗，在老化試驗中進行定期取樣，得到不同取樣時間的變壓器油的老化樣本。

進一步的，所述對所述初始拉曼光譜進行去噪處理，得到預處理拉曼光譜，包括：

基于導數(shù)光譜識別所述初始拉曼光譜的尖峰，基于三次曲線的尖峰去除法去除所述初始拉曼光譜的尖峰；

采用三點循環(huán)快速傅里葉變換中值的平滑去噪法對去除尖峰后的初始拉曼光譜進行去噪處理，得到預處理拉曼光譜。

進一步的，所述長短時記憶神經(jīng)網(wǎng)絡(luò)模型包括輸入門、遺忘門、輸出門和記憶單元；