[发明专利]一种基于BP神经网络的变压器直流偏磁状态评估方法

权利要求书

1.一种基于BP神经网络的变压器直流偏磁状态评估方法，其特征在于，包括以下步骤：

步骤1，选取受直流偏磁影响范围内的样本变压器，测量每个样本变压器的直流偏磁特征参数，特征参数包括：变压器中性点直流电流分量、励磁电流谐波畸变率、变压器的振动及噪声大小、变压器温升；

步骤2，根据步骤1测得的特征参数，将选取的样本变压器分为不同的状态等级，获取训练样本；

步骤3，建立BP神经网络模型，输入为样本变压器的特征参数、状态等级，训练获得神经网络状态评估模型；

步骤4，测量待测变压器的特征参数：变压器中性点直流电流分量、励磁电流谐波畸变率、变压器的振动及噪声大小、变压器温升；将待测变压器的特征参数输入步骤3获得的神经网络状态评估模型中，获得待测变压器直流偏磁状态；

步骤1中，样本变压器的中性点直流电流量可通过计算和测量相验证获得，计算电网模型中所有变电站中性点的地表电位分布数据，在地上网络模型中加入中性点串接电阻模块，将地感应电位耦合到地上电网，求解网络方程，得到流经变压器中性点的直流电流；变压器温升包括：变压器铁芯及变压器油温升；励磁电流谐波畸变率、变压器的振动及噪声大小、变压器铁芯及变压器油温升通过实验获得；

建立BP神经网络模型的步骤包括：

A、确定BP神经网络层数：建立的BP神经网络层数为3层；

B、确定输入节点数：输入节点数为4个；

C、确定隐含层节点数：隐藏层基于经验公式Y＝log₂^x来确定，其中x为输入层神经元数目，Y为隐藏层节点数；

D、确定输出层神经元个数：输出层的个数为1。

2.根据权利要求1所述的基于BP神经网络的变压器直流偏磁状态评估方法，其特征在于，样本变压器分为优、良、中、差四个状态；

变压器状态为优：各项指标均正常，投运以来未出现直流偏磁故障；

变压器状态为良：各项指标正常，投运以来存在不良工况但未出现直流偏磁故障；

变压器状态为中：表明存在指标异常，出现故障但不影响变压器运行；

变压器状态为差：存在指标异常，且有故障影响变压器正常运行。

3.根据权利要求1所述的基于BP神经网络的变压器直流偏磁状态评估方法，其特征在于，步骤2中的样本变压器的状态分级分为：优、良、中、差四个程度；选取4个不同直流偏磁程度的变压器样本测量数据若干，保证处于不同状态的变压器样本数目不少于10个。

4.根据权利要求1所述的基于BP神经网络的变压器直流偏磁状态评估方法，其特征在于，步骤1中在测量特征参数时，每个参数均在同一条件下重复测量若干次，取测量数据的平均值作为各参数的最终测量结果。

5.根据权利要求1所述的基于BP神经网络的变压器直流偏磁状态评估方法，其特征在于，当神经网络状态评估模型的输出结果为∈(0.75,1]时，变压器直流偏磁状况为正常；当输出结果为∈(0.5,0.75]时，变压器直流偏磁状况为良好；当输出结果为∈(0.25,0.5]时，变压器直流偏磁状况为较为严重；当输出结果为∈[0,0.25]时，变压器直流偏磁状况为非常严重。

6.根据权利要求5所述的基于BP神经网络的变压器直流偏磁状态评估方法，其特征在于，根据神经网络状态评估模型的输出结果采取措施抑制变压器直流偏磁状态。