[发明专利]基于三传感器推理的换流变压器故障在线诊断方法有效
申请号: | 201410640672.9 | 申请日: | 2014-11-13 |
公开(公告)号: | CN104360190B | 公开(公告)日: | 2017-07-07 |
发明(设计)人: | 齐波;魏振;彭翔;吕家圣;杨栋;许毅;夏辉;李成榕 | 申请(专利权)人: | 华北电力大学;中国南方电网有限责任公司超高压输电公司检修试验中心 |
主分类号: | G01R31/00 | 分类号: | G01R31/00 |
代理公司: | 北京众合诚成知识产权代理有限公司11246 | 代理人: | 张文宝 |
地址: | 102206 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 传感器 推理 换流 变压器 故障 在线 诊断 方法 | ||
1.一种基于三传感器推理的换流变压器故障在线诊断方法,其特征在于,所述在线诊断方法是首先使用目前在工程上能够实现在线检测的检测仪作为三种传感器:特高频、宽带脉冲及暂态地电压TEV检测仪,得到换流变压器的在线数据;调用实测换流变压器的在线数据实现故障诊断,包括以下步骤:
1)从实测换流变压器的在线数据中提取有效放电信息;
2)三种传感器特征空间建立;
3)三种特征空间故障诊断结果;
4)三种故障诊断结果异同判断;
5)最终诊断结果输出。
2.根据权利要求1所述基于三传感器推理的换流变压器故障在线诊断方法,其特征在于所述步骤1)有效放电信息提取是针对不同传感器分别选用不同的提取方式,特高频采用幅比聚类提取法,宽带脉冲采用时频联合提取法,TEV采用幅值参数提取法。
3.根据权利要求1所述基于三传感器推理的换流变压器故障在线诊断方法,其特征在于所述步骤2)所建立的用于表征放电特点的特征空间分别为特高频特征空间,宽带特征空间及TEV特征空间,各特征空间包括基于图像的颜色矩、形状特征和纹理特征的代表放电特性的元素属性:
颜色矩为图像的基本视觉特征包括一阶矩、二阶矩和三阶矩;
纹理特征采用灰度-梯度共生矩阵,是用灰度和梯度的综合信息提取纹理特征,其考虑的是像素灰度与边缘梯度的联合统计分布;
形状特征用于描述图像的形状,采用Hu不变矩以及相对矩及Zernike矩,将三个传感器检测到的幅值相位信息转化为灰度图,分别提取上述图像特征,形成特征矩阵,构成特征空间。
4.根据权利要求1所述基于三传感器推理的换流变压器故障在线诊断方法,其特征在于所述步骤3)通过分别调用传感器自有指纹库实现故障诊断结果输出,并且给出诊断概率。
5.根据权利要求1所述基于三传感器推理的换流变压器故障在线诊断方法,其特征在于所述步骤4)对三种传感器诊断结果进行异同判断,再输入两个辅助边界条件的同时,将三种情况分类输出;其中,两个辅助边界条件包括:条件1假定故障类型出现概率为等概率事件时,事件集合为Yj;条件2,三种传感器在给定故障类型时,故障事件Yj出现时的故障类型Ei出现的概率P(Ei|Yj),其中Ei为假定故障类型;
异同判断结果根据两个辅助边界条件判断结果分为3种情况包括:
1)三种传感器诊断的故障类型相同时,输出100%故障概率;
2)如果步骤4)三个传感器诊断出的故障类型中有两种故障相同时,计算在此情况下这两种不同故障类型的出现概率Pyj,随后输出最终归一化后的故障诊断概率;
3)如果三种故障诊断结果都不相同时,分别计算这种情况时的三种故障类型出现概率Pyj,并输出归一化结果,其中,计算故障出现概率公式为:
其中,Pyj为故障类型的出现概率,P(E1,...,Ei|Yj)为故障事件Yj出现的条件下,故障类型(E1,…,Ei)同时出现的概率,该概率为经验概率,P(E1,…,Ei)为i个传感器故障类型同时出现的概率;其中i、j分别表示第几个传感器;i、j均为正整数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学;中国南方电网有限责任公司超高压输电公司检修试验中心,未经华北电力大学;中国南方电网有限责任公司超高压输电公司检修试验中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410640672.9/1.html,转载请声明来源钻瓜专利网。