【技术实现步骤摘要】
本专利技术涉及变压器故障诊断领域，具体为一种基于图互映射传输网络的变压器故障诊断方法和系统。
技术介绍
1、在随着电力系统复杂度的增加，对变压器健康状态的实时监测提出了更高的要求。传统的故障诊断方法已经难以满足现代电力系统的需求。mems(微机电系统)技术的发展为实现小型化、高性能的传感设备提供了可能，这些设备可以嵌入变压器内部，持续监测其运行状态。mems光声光谱传感器能够实时检测变压器油中的特征气体，如氢气(h2)、甲烷(ch4)、乙炔(c2h2)等，从而提供有关变压器内部状况的重要信息。
2、然而，仅凭硬件采集的数据还不足以全面评估变压器的健康状态。因此，引入了先进的数据分析算法和机器学习技术，如人工神经网络(ann)、支持向量机(svm)、决策树(dt)和随机森林(rf)等，来处理mems传感器提供的海量数据。这些算法通过训练，能够识别出不同气体组合与特定故障模式之间的关联，从而实现对故障的精准分类和预测。
3、最近的研究表明，图网络作为一种新型的机器学习框架，对于处理复杂关系数据特别有效。然而，图网络在实际应用中也面临着一些挑战。首先是训练样本不足的问题，这会削弱模型的迁移性能和特征泛化能力。其次是图网络中使用的卷积神经网络计算复杂度较高，导致收敛速度较慢。
技术实现思路
1、为克服上述现有技术的不足，本专利技术提出了一种基于图互映射传输网络的变压器故障诊断方法和系统，首先设计了一种样本映射技术，通过激活函数处理源域与目标域数据并与映射权重相乘得到
2、步骤1：利用具有非共振光声池的mems光声传感器通过光声光谱技术分析声波信号，来利用fpga采集变压器油中溶解性气体形成参数序列，并进行数据组帧、数据仲裁，数据传输，将数据通过pcie qdma传输至飞腾cpu处理器进行数据处理。
3、步骤2：在cpu处理器中设计了一种样本映射技术，通过激活函数处理源域与目标域数据并与映射权重相乘得到新域数据，根据新域数据再调整权重，重复三次，实现特征分布的一致性。
4、步骤3：提出一种图互映射传输网络，将样本映射后的每一个特征向量视为一个节点，其值视为节点特征，并通过图生成层自动构建出图结构，最后将其输入到多感受野图卷积网络中，以提取图中的数据特征。
5、步骤4：通过定义包含分类损失、域对齐损失和结构对齐损失的综合目标函数来实现无监督域适应性训练。
6、进一步，所述的步骤1中具有非共振光声池的mems光声传感器。
7、光声池的光声信号由下式给出：
8、
9、其中pα是入射功率与吸收系数的乘积，r是光声池腔体的半径，ρ是密度，cp是定压比热容，k是热导率
10、所述光声池设计为非共振状态，使得其不能与光声信号发生共振耦合，减少由于共振导致的信号变化，以优化光声信号。光声池的工作频率随着升高，光声信号呈现指数衰减趋势。光声池的内部尺寸经过优化设计，使池体半径减小以增强光声信号，而池体长度不影响信号强度；光声池内壁采用聚四氟乙烯作为涂层材料，以减少气体分子在池壁上的物理吸附，提高检测效果。
11、进一步，所述的步骤1中fpga进行数据组帧、数据仲裁、数据传输。
12、fpga芯片为ku115，利用fpga的并行能力，对mems光声传感器所采集的油中溶解性气体浓度进行并行采集，并在fpga中进行多参数数据的并行组帧，其中组帧格式为16字节帧头加上4096字节数据，帧头为0x55aaaa55+0x77888877+0xaaaaaaaa+4字节命令号，其中0xaaaaaaaa为数据类型格式，气体浓度类型1到气体浓度类型6的帧头的数据类型格式为：0xaaaaaaaa、0xbbbbbbbb、0xcccccccc、0xdddddddd、0xeeeeeeee、0xffffffff。4字节命令号是为了cpu识别命令号来对启动读取或者停止读取数据。
13、数据仲裁通过将每一路组帧后的数据输入至fifo进行缓存，并将6种气体浓度组帧后的数据输入至xilinx axi interconnect ip核，数据接口为axi-stream，进行数据仲裁操作，即轮询读取每一类数据的数据包传输至下一级。
14、数据传输即通过pcie qdma将六种气体数据通过axi-stream接口，利用qdma的中断方式将轮询的数据传输至飞腾cpu进行处理。
15、进一步，所述的步骤2中的样本映射技术。
16、样本映射技术，使用激活函数处理源域数据，将处理后的数据与映射权重相乘以获得新域数据，根据新域数据调整映射权重，对目标域数据执行相同的过程，并且整个映射过程重复三次。
17、假设源域的输入x＝{x1,x2,...,xt}，其中x(i)∈rn,x∈x，t是工作条件的数量，x是源域，n是样本数量。目标域的输入y＝{y1,y2,...,yt}，其中y(i)∈rn,y∈y，y是目标域。源域和目标域映射到的新域空间是z。源域和目标域第一次映射的结果分别是a＝{a1,a2,...,at}和o＝{o1,o2,...,ot}，第二次映射的结果分别是b＝{b1,b2,...,bt}和p＝{p1,p2,…,pt}，映射到z空间的新结果分别是c＝{c1,c2,…,ct}和q＝{q1,q2,...,qt}。源域的三次映射权重是a1、a2和a3，目标域的三次映射权重是b1、b2和b3。
18、激活函数f表达为
19、
20、映射方程可以写作
21、x×a＝z
22、y×b＝z
23、其中，λ是惩罚参数。源域和目标域数据通过激活函数处理后，映射权重a和b可以表达为
24、a＝(xtx+λi)-1xtz
25、b＝(yty+λi)-1ytz
26、进一步，所述的样本映射技术，其特征在于，映射权重的调整。
27、为了优化映射权重，即希望映射后的数据尽可能接近原始数据，通过最小化残差平方和公式来进行优化:
28、
29、其中是ai的估计值，q是残差平方和。
30、在找到映射权重矩阵之后，希望进一步优化映射后的数据在新域z中的聚类效果。这就需要找到一组转换向量ai，使得映射后的数据不仅在新域中接近实际值，而且具有更好的聚类特性。为了寻求最优的映射权重，通过求解广义特征值问题
31、
32、其中，ah是权重映射的转换矩阵，l是拉普拉斯矩阵，d是对角矩阵，λ是特征值，求解出的ah能够提供更好的投影，使本文档来自技高网...
【技术保护点】
1.一种基于图互映射传输网络的变压器故障诊断方法，特征在于，包括以下步骤。
2.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法，其特征在于，所述的步骤1具体包括：利用具有非共振光声池的MEMS光声传感器，通过光声光谱技术分析声波信号，从而获取变压器油中溶解性气体的参数信息；使用FPGA对所述参数信息进行数据预处理，包括数据组帧和数据仲裁，形成参数序列；通过PCIE QDMA接口将所述参数序列传输至飞腾CPU处理器进行进一步的数据处理。
3.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法和系统，其特征在于，所述的步骤1中FPGA芯片为KU115，利用FPGA的并行能力，对MEMS光声传感器所采集的油中溶解性气体浓度进行并行采集，并在FPGA中进行多参数数据的并行组帧。
4.根据权利要求3所述的一种基于图互映射传输网络的变压器故障诊断方法和系统，其特征在于，所述中组帧格式为16字节帧头加上4096字节数据，帧头为0x55aaaa55+0x77888877+0xaaaaaaaa+4字节命令号，其中0xaaaaaaa
5.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法，其特征在于，所述步骤1中数据仲裁通过将每一路组帧后的数据输入至fifo进行缓存，并将6种气体浓度组帧后的数据输入至xilinx AXI interconnect ip核，数据接口为AXI-Stream，进行数据仲裁操作，即轮询读取每一类数据的数据包传输至下一级；所述数据传输，通过PCIEQDMA将六种气体数据通过AXI-Stream接口，利用QDMA的中断方式将轮询的数据传输至飞腾CPU进行处理。
6.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法，其特征在于，所述步骤S2中，所述激活函数和映射权重的组合通过三次迭代逐步逼近最优的映射结果，使得映射后的数据在新域中具有更好的表达能力和聚类特性。
7.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法和系统，其特征在于，所述步骤3具体包括：
8.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法和系统，其特征在于，所述步骤4中所述分类损失，用于评估标签分类器对源域样本的预测准确性；所述领域对齐损失，用于评估特征提取器在欺骗领域鉴别器方面的性能；所述结构对齐损失，用于评估源域和目标域数据在结构上的相似性。
9.一种基于图互映射传输网络的变压器故障诊断系统，其特征在于，包括：
10.根据权利要求9所述的基于图互映射传输网络的变压器故障诊断系统，其特征在于，所述样本映射与权重调整模块还用于最小化残差平方和以及优化聚类效果，以找到最优的映射结果。
11.根据权利要求9所述的基于图互映射传输网络的变压器故障诊断系统，其特征在于，所述无监督域适应模块通过更新特征提取器、标签分类器和领域鉴别器的参数来优化模型的性能。
...【技术特征摘要】
1.一种基于图互映射传输网络的变压器故障诊断方法，特征在于，包括以下步骤。
2.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法，其特征在于，所述的步骤1具体包括：利用具有非共振光声池的mems光声传感器，通过光声光谱技术分析声波信号，从而获取变压器油中溶解性气体的参数信息；使用fpga对所述参数信息进行数据预处理，包括数据组帧和数据仲裁，形成参数序列；通过pcie qdma接口将所述参数序列传输至飞腾cpu处理器进行进一步的数据处理。
3.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法和系统，其特征在于，所述的步骤1中fpga芯片为ku115，利用fpga的并行能力，对mems光声传感器所采集的油中溶解性气体浓度进行并行采集，并在fpga中进行多参数数据的并行组帧。
4.根据权利要求3所述的一种基于图互映射传输网络的变压器故障诊断方法和系统，其特征在于，所述中组帧格式为16字节帧头加上4096字节数据，帧头为0x55aaaa55+0x77888877+0xaaaaaaaa+4字节命令号，其中0xaaaaaaaa为数据类型格式，气体浓度类型1到气体浓度类型6的帧头的数据类型格式为：0xaaaaaaaa、0xbbbbbbbb、0xcccccccc、0xdddddddd、0xeeeeeeee、0xffffffff，4字节命令号是为了cpu识别命令号来对启动读取或者停止读取数据。
5.根据权利要求1所述的一种基于图互映射传输网络的变压器故障诊断方法，其特征在于，所述步骤1中数据仲裁通过将每一路组帧后的数据输入至fifo进...
【专利技术属性】
技术研发人员：李晨，赫志远，于大海，刘鹏，许志亮，刘新民，
申请(专利权)人：国网山东省电力公司青岛供电公司，
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。