System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种变压器故障预警方法、装置、设备及存储介质制造方法及图纸_技高网

一种变压器故障预警方法、装置、设备及存储介质制造方法及图纸

技术编号:40190888 阅读:7 留言:0更新日期:2024-01-26 23:53
本发明专利技术涉及变压器故障诊技术领域,公开了一种变压器故障预警方法,方法包括:获取变压器油中溶解气体的含量数据并对其进行预处理,得到溶解气体的含量数据与各气体之间的预设曲线图;利用预设曲线图训练长短期记忆人工神经网络,生成长短期记忆人工神经网络模型;将变压器油中溶解气体含量作为输入数据,输入至长短期记忆人工神经网络模型,得到下一阶段变压器油中溶解气体含量的预测值,完成变压器故障的预警。通过本发明专利技术提供的方法提高了变压器故障诊断的精度,降低了变压器误故障报警的现象。

【技术实现步骤摘要】

本专利技术涉及变压器故障诊断,具体涉及一种变压器故障预警方法、装置、设备及存储介质


技术介绍

1、变压器是电力系统中的重要设备,其运行状态直接影响电力系统的安全和稳定,变压器故障将影响电网性能,产生巨大的经济损失。当前最广泛应用的预警识别系统算法为油中溶解气体分析法(dissolved gas analysis),其方法根据气体浓度从而诊断当前浓度对应时间的故障,而在预警问题中,在诊断之前则需要预测未来变压器油中溶解气体的浓度,从而根据预测气体浓度来预判未来的故障,存在变压器故障诊断精确度低,对变压器存在误故障报警的问题。


技术实现思路

1、有鉴于此,本专利技术提供了一种变压器故障预警方法,以解决变压器故障诊断精度低、变压器误故障报警的问题。

2、第一方面,本专利技术提供了一种变压器故障预警方法,所述方法包括:

3、获取变压器油中溶解气体的含量数据并对其进行预处理,得到溶解气体的含量数据与各气体之间的预设曲线图;

4、利用预设曲线图训练长短期记忆人工神经网络,生成长短期记忆人工神经网络模型;

5、将变压器油中溶解气体含量作为输入数据,输入至长短期记忆人工神经网络模型,得到下一阶段变压器油中溶解气体含量的预测值,完成变压器故障的预警。

6、在一种可选的实施方式中,所述油中溶解气体包括:氢气、乙炔、乙烯、乙烷、甲烷。

7、在一种可选的实施方式中,对变压器油中溶解气体的含量数据进行预处理时,先对变压器油中溶解气体的含量数据进行差值处理,再对差值处理后的气体的含量数据进行归一化处理,生成溶解气体的含量数据与各气体之间的预设曲线图。

8、在一种可选的实施方式中,对变压器油中溶解气体的含量数据进行预处理后,还包括:通过预设核函数生成的矩阵∑作为高斯过程中的协方差,从而用溶解气体的含量数据得到各气体之间的预设曲线图。

9、在一种可选的实施方式中,矩阵∑通过以下公式计算:

10、

11、μ(x1:k)=[μ(x1),…,μ(xk)],

12、∑(x1:k,x1:k)=[κ(x1,x1),…,κ(x1,xk);…;κ(xk,x1),…,κ(xk,xk)]

13、其中,核函数为κ(x,x),f()服从高斯分布,高斯分布的协方差则是根据核函数和数据确定,

14、在一种可选的实施方式中,矩阵∑为半正定矩阵。

15、第二方面,本专利技术提供了一种变压器故障预警装置,所述装置包括:

16、数据获取模块,用于获取变压器油中溶解气体的含量数据并对其进行预处理,得到溶解气体的含量数据以与各气体之间的预设曲线图;

17、训练模块,用于利用预设曲线图训练长短期记忆人工神经网络,生成长短期记忆人工神经网络模型;

18、预警模块,用于将变压器油中溶解气体含量作为输入数据,输入至长短期记忆人工神经网络模型,得到下一阶段变压器油中溶解气体含量的预测值,完成变压器故障的预警。

19、第三方面,本专利技术提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的变压器故障预警方法。

20、第四方面,本专利技术提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的变压器故障预警方法。

21、本专利技术技术方案,具有如下优点:

22、本专利技术提供的变压器故障预警方法,通过获取变压器油中溶解气体的含量数据并对其进行预处理,得到溶解气体的含量数据与各气体之间的预设曲线图;利用预设曲线图训练长短期记忆人工神经网络,生成长短期记忆人工神经网络模型;将变压器油中溶解气体含量作为输入数据,输入至长短期记忆人工神经网络模型,得到下一阶段变压器油中溶解气体含量的预测值,完成变压器故障的预警。通过本专利技术提供的方法提高了变压器故障诊断的精度,降低了变压器误故障报警的现象。

本文档来自技高网...

【技术保护点】

1.一种变压器故障预警方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述油中溶解气体包括:氢气、乙炔、乙烯、乙烷、甲烷。

3.根据权利要求1所述的方法,其特征在于,对变压器油中溶解气体的含量数据进行预处理时,先对变压器油中溶解气体的含量数据进行差值处理,再对差值处理后的气体的含量数据进行归一化处理,生成溶解气体的含量数据与各气体之间的预设曲线图。

4.根据权利要求3所述的方法,其特征在于,对变压器油中溶解气体的含量数据进行预处理后,还包括:通过预设核函数生成的矩阵∑作为高斯过程中的协方差,从而用溶解气体的含量数据得到各气体之间的预设曲线图。

5.根据权利要求4所述的方法,其特征在于,矩阵∑通过以下公式计算:

6.根据权利要求5所述的方法,其特征在于,矩阵∑为半正定矩阵。

7.一种变压器故障预警装置,其特征在于,所述装置包括:

8.一种计算机设备,其特征在于,包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至6中任一项所述的变压器故障预警方法。

...

【技术特征摘要】

1.一种变压器故障预警方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述油中溶解气体包括:氢气、乙炔、乙烯、乙烷、甲烷。

3.根据权利要求1所述的方法,其特征在于,对变压器油中溶解气体的含量数据进行预处理时,先对变压器油中溶解气体的含量数据进行差值处理,再对差值处理后的气体的含量数据进行归一化处理,生成溶解气体的含量数据与各气体之间的预设曲线图。

4.根据权利要求3所述的方法,其特征在于,对变压器油中溶解气体的含量数据进行预处理后,还包括:通过预设核函数生成的矩...

【专利技术属性】
技术研发人员:覃家祺陈帅郑敏吴春鹏
申请(专利权)人:国网智能电网研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1