【技术实现步骤摘要】
本专利技术涉及故障诊断，尤其涉及一种变压器故障诊断方法、装置、设备及介质。
技术介绍
1、电力变压器是电力系统的重要设备之一，其稳定性直接关系到电网的安全，因此及时有效地监测变压器的正常/故障状态具有重要意义。
2、相关方案中，采用在线监测系统获取变压器的油中溶解浓度，再通过色谱分析系统对油中溶解浓度进行色谱分析，最后根据色谱分析结果进行变压器故障诊断。
3、然而，随着在线监测系统的广泛应用，色谱分析系统需要分析的数据越来越多，无法较好满足变压器故障诊断在效率和准确性方面的高要求。
技术实现思路
1、本专利技术提供了一种变压器故障诊断方法、装置、设备及介质，建立了一种动态自适应知识传递-区间二型模糊集结构的深度置信网络，并以此为基础经过模型训练得到故障诊断模型，能够利用故障诊断模型对变压器故障进行高效准确地诊断。
2、根据本专利技术的一方面，提供了一种变压器故障诊断方法，所述方法包括：
3、获取候选变压器的多个运行数据，根据所述运行数据确定训练数据集；
4、基于神经符号模型和知识融合建立第一深度置信网络；其中，所述第一深度置信网络是以动态自适应知识传递为基础的稀疏深度置信网络；
5、基于区间二型模糊集结构对所述第一深度置信网络的网络参数进行优化，得到第二深度置信网络；其中，所述网络参数包括权重和偏置；
6、根据所述训练数据集对所述第二深度置信网络进行模型训练，在所述第二深度置信网络收敛的情况下，将所
7、根据本专利技术的另一方面，提供了一种变压器故障诊断装置，包括：
8、训练数据集确定模块，用于获取候选变压器的多个运行数据，根据所述运行数据确定训练数据集；
9、第一网络模型确定模块，用于基于神经符号模型和知识融合建立第一深度置信网络；其中，所述第一深度置信网络是以动态自适应知识传递为基础的稀疏深度置信网络；
10、第二网络模型确定模块，用于基于区间二型模糊集结构对所述第一深度置信网络的网络参数进行优化，得到第二深度置信网络；其中，所述网络参数包括权重和偏置；
11、故障诊断模型确定模块，用于根据所述训练数据集对所述第二深度置信网络进行模型训练，在所述第二深度置信网络收敛的情况下，将所述第二深度置信网络作为故障诊断模型，以基于所述故障诊断模型对目标变压器进行故障诊断。
12、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的变压器故障诊断方法。
16、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的变压器故障诊断方法。
17、本专利技术实施例的技术方案，获取候选变压器的多个运行数据，根据运行数据确定训练数据集；基于神经符号模型和知识融合建立第一深度置信网络；其中，第一深度置信网络是以动态自适应知识传递为基础的稀疏深度置信网络；基于区间二型模糊集结构对第一深度置信网络的网络参数进行优化，得到第二深度置信网络；其中，网络参数包括权重和偏置；根据训练数据集对第二深度置信网络进行模型训练，在第二深度置信网络收敛的情况下，将第二深度置信网络作为故障诊断模型，以基于故障诊断模型对目标变压器进行故障诊断。本技术方案，建立了一种动态自适应知识传递-区间二型模糊集结构的深度置信网络，并以此为基础经过模型训练得到故障诊断模型，能够利用故障诊断模型对变压器故障进行高效准确地诊断。
18、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种变压器故障诊断方法，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，根据所述运行数据确定训练数据集，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述李雅普诺夫指数对所述运行数据进行数据筛选，得到有效数据，包括：
4.根据权利要求1所述的方法，其特征在于，基于神经符号模型和知识融合建立第一深度置信网络，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述候选符号规则的输出以及结构对所述各神经元对应的候选符号规则进行合并处理，得到目标符号规则，包括：
6.根据权利要求1所述的方法，其特征在于，基于区间二型模糊集结构对所述第一深度置信网络的网络参数进行优化，得到第二深度置信网络，包括：
7.根据权利要求1-6中任一项所述的方法，其特征在于，在将所述第二深度置信网络作为故障诊断模型之后，还包括：
8.一种变压器故障诊断装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征
...【技术特征摘要】
1.一种变压器故障诊断方法，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，根据所述运行数据确定训练数据集，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述李雅普诺夫指数对所述运行数据进行数据筛选，得到有效数据，包括：
4.根据权利要求1所述的方法，其特征在于，基于神经符号模型和知识融合建立第一深度置信网络，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述候选符号规则的输出以及结构对所述各神经元对应的候选符号规则进行合并处理，得到目标符号规则，包括：
6....
【专利技术属性】
技术研发人员：刘丽荣，廖肇毅，何俊达，彭俊坚，李汉钊，张雅洁，王花蕊，陈庆虹，何文志，方旺，徐靖琳，
申请(专利权)人：广东电网有限责任公司，
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。