[发明专利]一种变压器故障预测方法、装置、终端及可读存储介质

说明书

本发明提供了一种变压器故障预测方法、装置、终端及可读存储介质，其中，该方法包括：根据采集到的变压器油中溶解的特征气体的历史浓度和历史电气参数建立特征气体的浓度预测模型；利用浓度预测模型对采集到的特征气体的当前浓度和当前电气参数进行处理，得到特征气体的下一时刻浓度；根据特征气体的下一时刻浓度进行故障预测，得到预测故障类型。这种故障预测方法首先分析油溶气体间以及油溶气体和其它电气参数的关联关系，之后建立每一油溶气体基于其它气体和电气参数的浓度预测模型，通过浓度预测模型预测未来任意时刻变压器油溶气体浓度，根据油溶气体浓度进行故障预测，提高了变压器故障预测的精确度。

技术领域

本发明涉及变电站设备监测领域，具体涉及一种变压器故障预测方法、装置、终端及可读存储介质。

背景技术

随着电网容量的不断扩大，电力变压器作为电力系统的核心设备之一，承担连接不同电压等级线路、电压转化与电能分配的重要功能。而由于变压器在制造、工艺、运输、安装及使用过程中面临多种潜在的缺陷与意外，以及运行中承受多种不同的物理场应力，导致电力变压器在正常老化及异常操作条件下不可避免的出现各类故障，导致电能供应中断，影响正常的工业生产、日常生活、社会秩序等，造成巨大的经济损失。因此，为了整个电网的安全运行，对变压器运行状态及其早期潜伏性故障进行监测和诊断对保障电力系统稳定、可靠供电具有重要意义。

油中溶解气体分析方法(Dissolved Gas Analysis，DGA)通过气体组份比值及相对占比进行变压器的故障监测，由于易操件、不受电磁影响，是目前国内外使用最为广泛的变压器故障诊断及预测方法。近几年，国内外研究学者应用人工神经网络、专家系统、模糊理论等建立相应数学模型，结合油中溶解气体特征量对变压器故障进行诊断探索，也取得了一定的成效。但DGA浓度预测模型大多采用气体的历史浓度数据作为输入层、未来任意时刻的气体浓度作为输出层，这样便使得浓度预测模型不够全面、客观，导致变压器故障预测结果不够精确。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的变压器故障预测不够精确的缺陷。

为此，本发明提供如下技术方案：

本发明第一方面，提供一种变压器故障预测方法，包括如下步骤：根据采集到的变压器油中溶解的特征气体的历史浓度和历史电气参数建立所述特征气体的浓度预测模型；利用所述浓度预测模型对采集到的所述特征气体的当前浓度和当前电气参数进行处理，得到所述特征气体的下一时刻浓度；根据所述特征气体的下一时刻浓度进行故障预测，得到预测故障类型。

可选地，在所述根据采集到的变压器油中溶解的特征气体的历史浓度和历史电气参数建立所述特征气体的浓度预测模型的步骤中，包括：获取变压器预设时间内所述特征气体的历史浓度和历史电气参数；对所述历史浓度和历史电气参数进行标准化处理得到相关性交叉表；根据所述相关性交叉表获取所述特征气体中每一种气体的自变量；根据所述每一种气体的自变量建立每一种气体的浓度预测模型。

可选地，利用支持向量机算法建立所述每一种气体的浓度预测模型。

可选地，所述特征气体包括H₂、CH₄、C₂H₆、C₂H₄和C₂H₂。

可选地，所述电气参数包括油温和负荷。

可选地，在根据所述特征气体的下一时刻浓度进行故障预测，得到预测故障类型的步骤中，包括：获取所述特征气体的故障诊断模型；利用所述故障诊断模型对所述特征气体的下一时刻浓度进行处理，得到预测故障类型。