【技术实现步骤摘要】
本专利技术涉及绕组形变监测，具体而言，涉及一种基于孪生卷积网络的绕组形变在线监测方法和系统。
技术介绍
1、电网中使用的系统元件的可靠性对电网的安全稳定运行起着至关重要的作用，大型电力变压器就是其中之一，在整个电网中都需要大型电力变压器。在大的地理区域，大型电力变压器是有效传输能源所需的系统部件之一。但是，变压器故障会造成电力公用事业及其用户的收益损失。用户在生产过程中会出现停机现象，而公用事业单位在维修或更换变压器时需要投入大量的资金。变压器的故障类型包括漏油问题、套管故障、铁心绝缘、接地不良和绕组绝缘受损等。参照有关部门的统计数据，绕组故障占其他故障总数的40.22％，且近几年不断增加。外部短路故障是造成变压器绕组变形的最主要原因，短路电流和变压器内部磁场相互作用，将会产生很大的短路力。短路力在辐向和轴向均有分量，即辐向应力和轴向应力，不同的应力就导致了不同的变压器故障。辐向力作用于外绕组时有拉伸导体的趋向，而作用于内绕组时则有塌陷或压毁绕组的趋向；轴向力作用于绕组时会在轴向穿过相邻导线而破坏导线绝缘，最后造成匝间故障，甚至造成供电中断和电气设备停运事故。
2、作为电力系统的核心元件，变压器不能长期处于停电的状态，在变压器发生故障前检测绕组变形非常重要。目前，对变压器绕组检查工作大多在离线情况下完成。其中，短路阻抗法和频率响应法最常见，该两种方法也有了iec标准及ieee标准。但是，在离线情况下检查绕组变形情况，需要变压器配合停电或者变压器发生故障导致线路停电后进行检测，不能实时地、在线地检测绕组的运行状态。p>
技术实现思路
1、本专利技术的目的在于提供一种基于孪生卷积网络的绕组形变在线监测方法和系统，解决的技术问题是：现有技术不能实时地在线监测变压器绕组形变。
2、本专利技术通过下述技术方案实现：
3、第一方面，提供一种基于孪生卷积网络的绕组形变在线监测方法，包括以下步骤：持续对变压器进行阻抗变化趋势分析，得到分析结果；将所述分析结果与标准的阻抗变化趋势进行对比，得到对比结果；若所述对比结果中存在一个相或多个相发生阻抗变化趋势偏离，则对所述变压器进行横向比较，得到横向比较结果；建立孪生卷积神经网络；将所述横向比较结果输入所述孪生卷积神经网络，输出第一分类结果；若所述第一分类结果中存在一个相或多个相的绕组参数的最大相对互差大于相应的标准值，则对所述变压器进行纵向比较，得到纵向比较结果；将所述纵向比较结果输入所述孪生卷积神经网络，输出第二分类结果；若所述第二分类结果中存在一个相或多个相的绕组参数的相对变化值大于相应的标准值，则利用所述孪生卷积神经网络在所述变压器的多个相之间针对绕组参数进行分类计算，得到第三分类结果，以及利用所述孪生卷积神经网络在所述变压器与站内其他变压器之间针对绕组参数进行分类计算，得到第四分类结果；将所述第三分类结果和所述第四分类结果输入所述孪生卷积神经网络，输出第五分类结果；根据所述第五分类结果获取所述变压器的线圈形变量，根据所述线圈形变量进行报警。
4、进一步的，所述持续对变压器进行阻抗分析，包括以下步骤：分别对所述变压器的高压绕组、中压绕组和低压绕组连续多次地进行在线相对阻抗检测，得到多个高压绕组阻抗参数、多个中压绕组阻抗参数和多个低压绕组阻抗参数；采集变压器铭牌上的短路阻抗参数；将每一个高压绕组阻抗参数与所述短路阻抗参数进行比较，根据比较结果生成高压绕组阻抗变化趋势；将每一个中压绕组阻抗参数与所述短路阻抗参数进行比较，根据比较结果生成中压绕组阻抗变化趋势；将每一个低压绕组阻抗参数与所述短路阻抗参数进行比较，根据比较结果生成低压绕组阻抗变化趋势；所述阻抗分析结果包括：所述高压绕组阻抗变化趋势、所述中压绕组阻抗变化趋势和所述低压绕组阻抗变化趋势。
5、进一步的，将所述分析结果与标准的阻抗变化趋势进行对比之前，包括以下步骤：获取标准的阻抗变化趋势；所述标准的阻抗变化趋势表示所述变压器的相对阻抗相较于所述变压器的短路阻抗的变化趋势。
6、进一步的，将所述分析结果与标准的阻抗变化趋势进行对比的方法为：分别将所述高压绕组阻抗变化趋势、所述中压绕组阻抗变化趋势和所述低压绕组阻抗变化趋势与所述标准的阻抗变化趋势进行对比。。
7、进一步的，所述孪生卷积神经网络包括：第一分支、第二分支和多损失融合模块；所述多损失融合模块包括：第一交叉熵损失计算单元、第二交叉熵损失计算单元和对比损失计算单元；所述第一分支包括：依次串联的卷积层、跨层双线性池化层和全连接层；第一分支的卷积层中包含多个串联的且包含注意力机制卷积单元；第一分支的全连接层分别连接所述第一交叉熵损失计算单元和所述对比损失计算单元；所述第一分支的结构与所述第二分支的结构相同；第二分支的全连接层分别连接所述第二交叉熵损失计算单元和所述对比损失计算单元。
8、进一步的，利用所述孪生卷积神经网络在所述变压器的多个相之间针对绕组参数进行分类计算，包括：将当前时刻的a相的绕组参数与指定时刻的a相的绕组参数输入所述孪生卷积神经网络进行分类计算；将当前时刻的b相的绕组参数与指定时刻的a相的绕组参数输入所述孪生卷积神经网络进行分类计算；将当前时刻的c相的绕组参数与指定时刻的a相的绕组参数输入所述孪生卷积神经网络进行分类计算。
9、第二方面，提供一种基于孪生卷积网络的绕组形变在线监测系统，包括：阻抗分析模块，用于持续对变压器进行阻抗变化趋势分析，得到分析结果；阻抗对比模块，用于将所述分析结果与标准的阻抗变化趋势进行对比，得到对比结果；横向比较模块，用于当所述对比结果中存在一个相或多个相发生阻抗变化趋势偏离时，对所述变压器进行横向比较，得到横向比较结果；模型建立模块，用于建立孪生卷积神经网络；第一分类模块，用于将所述横向比较结果输入所述孪生卷积神经网络，输出第一分类结果；纵向比较模块，用于当所述第一分类结果中存在一个相或多个相的绕组参数的最大相对互差大于相应的标准值，对所述变压器进行纵向比较，得到纵向比较结果；第二分类模块，用于将所述纵向比较结果输入所述孪生卷积神经网络，输出第二分类结果；第三分类模块，用于当所述第二分类结果中存在一个相或多个相的绕组参数的相对变化值大于相应的标准值时，利用所述孪生卷积神经网络在所述变压器的多个相之间针对绕组参数进行分类计算，得到第三分类结果；第四分类模块，用于利用所述孪生卷积神经网络在所述变压器与站内其他变压器之间针对绕组参数进行分类计算，得到第四分类结果；第五分类模块，用于将所述第三分类结果和所述第四分类结果输入所述孪生卷积神经网络，输出第五分类结果；形变量获取模块，用于根据所述第五分类结果获取所述变压器的线圈形变量；报警模块，用于根据所述线圈形变量进行报警。
10、进一步的，所述阻抗分析模块包括：相对阻抗检测单元，用于分别对所述变压器的高压绕组、中压绕组和低压绕组连续多次地进行在线相对阻抗检测，得到多个高压绕组阻抗参数、多个中压绕组阻抗参数和多个低压绕组阻抗参数；短路阻抗采集单元，用于采集变压器铭牌上的短路阻抗参数；阻抗变化本文档来自技高网...
【技术保护点】
1.一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，所述持续对变压器进行阻抗分析，包括以下步骤：
3.根据权利要求2所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，
4.根据权利要求1所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，所述孪生卷积神经网络包括：第一分支、第二分支和多损失融合模块；
5.根据权利要求1所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，利用所述孪生卷积神经网络在所述变压器的多个相之间针对绕组参数进行分类计算，包括：
6.一种基于孪生卷积网络的绕组形变在线监测系统，其特征在于，包括：
7.根据权利要求6所述的一种基于孪生卷积网络的绕组形变在线监测系统，所述阻抗分析模块包括：
8.根据权利要求7所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，还包括：标准阻抗变化趋势获取模块，用于获取标准的阻抗变化趋势；所述标准的阻抗变化
9.根据权利要求6所述的一种基于孪生卷积网络的绕组形变在线监测系统，其特征在于，所述孪生卷积神经网络包括：第一分支、第二分支和多损失融合模块；
10.根据权利要求6所述的一种基于孪生卷积网络的绕组形变在线监测系统，其特征在于，所述第三分类模块包括：
...【技术特征摘要】
1.一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，所述持续对变压器进行阻抗分析，包括以下步骤：
3.根据权利要求2所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，
4.根据权利要求1所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，所述孪生卷积神经网络包括：第一分支、第二分支和多损失融合模块；
5.根据权利要求1所述的一种基于孪生卷积网络的绕组形变在线监测方法，其特征在于，利用所述孪生卷积神经网络在所述变压器的多个相之间针对绕组参数进行分类计算，包括：
6.一种基于孪生卷...
【专利技术属性】
技术研发人员：刘睿，张榆，廖文龙，冯运，王振宇，穆舟，杨玥坪，杨鑫，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：
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。