[发明专利]采用神经网络模型的变压器局部放电在线监测系统

说明书

本发明公开了采用神经网络模型的变压器局部放电在线监测系统，通过每个子系统监控一台变压器，通过每个子系统同配置微型计算机芯片进行独立解析，将解析结果通过LoRa节点模块发送至同一个后台，减少了数据传输量，同时也不需要后台进行大量的运算，使系统运作响应速度更快，形成监测系统的同一部署，统一调度规划；通过采用面向变压器局部放电情况判断故障情况的神经网络模型，有效解决了获取训练样本和适应拓扑变化两个问题；通过建立的故障判断模型，避免人为判断，解决目前的变液压器局部放电监控系统故障情况判断都是靠人为根据历史经验和专家系统进行判断，工作量大，浪费人力资源，人为判断若出现误判的问题。

技术领域

本发明涉及一种变压器检测系统，具体涉及一种采用神经网络模型的变压器局部放电在线监测系统。

背景技术

随着电力系统的发展和电压等级的提高，局部放电已经成为电力变压器绝缘劣化的重要原因，因而局部放电的监测和评价也就成为绝缘状况监测的重要手段。局部放电的监测都是以局放所产生的各种现象为依据，通过能表述该现象的物理量来表征局放的状态。

神经网络是人们在模仿人脑处理问题的过程中发展起来的一种新型智能信息处理理论，它通过大量称为神经元的简单处理单元构成非线性动力学系统。神经网络的高速并行处理、分布存储信息等特性，具有很强的自学习性、自组织性、容错性、高度非线性、高鲁棒性、联想记忆功能和推理意识功能强等特点。其特色在于信息的分布存储和并行协同处理，十分适用于像故障诊断这类多变量非线性问题。本发明采用面向变压器局部放电故障类型的建模思路构造神经网络得到初级诊断结论。

发明内容

本发明所要解决的技术问题是：目前的监测系统都是独立监测一个变压器，无法做到同一个后台进行统一监测，目前的变液压器局部放电监控系统故障情况判断都是靠人为根据历史经验和专家系统进行判断，工作量大，浪费人力资源，人为判断若出现误判的问题，本发明提供了解决上述问题的采用神经网络模型的变压器局部放电在线监测系统。

本发明通过下述技术方案实现：

采用神经网络模型的变压器局部放电在线监测系统，包括若干独立的子系统，一个子系统监测一个变压器；一个子系统包括多个内置式UHF传感器，所述UHF传感器安装在变压器入孔和手孔盖板内，所述每一个UHF传感器都单独连接有一个A/D转换器，所述A/D转换器连接至同一多路数据采集卡，所述数据采集卡连接微型计算机芯片，所述微型计算机内嵌入有基于采用UHF法和脉冲电流法分析的神经网络模型，通过在微型计算机芯片内使用神经网络模型进行分析；微型计算机芯片的输出脚通过SPI总线连接有LoRa节点模块；微型计算机芯片将分析的结果信息通过LoRa节点模块上传至网络；后台系统通过连接网络获得结果信息所述采用UHF法和脉冲电流法分析的神经网络模型的构建方法主要包括以下步骤：

S1、对变压器局部放电建立保护模型和神经网络模型；

S2、选取变压器局部放电专家系统训练样本对神经网络进行训练；

S3、采用UHF法和脉冲电流法分析来识别故障前与故障后的系统拓扑结构差异，确定故障点；

S4、基于故障变压器的神经网络模型进行初级故障诊断；

S5、利用模糊技术对初级故障诊断结论进行预处理；

S6、根据变压器局部放电信息情况拓扑信息形成候选故障点集D＝{d1，d2…dN}，其中，d为候选故障点；

S7、根据变压器变压器拓扑信息形成各个候选故障类型的直接关联故障类型集合Di-direct＝{dm…dn}与隔一级关联故障类型集合Di-indirect＝{dk…di}；

S8、确定模糊密度，即g＝g({xi})，i＝1，2，…n，其中，g就是第i个信息的模糊密度，亦即为第i个信息的权重；