[发明专利]一种变压器故障诊断方法在审

专利信息
申请号: 201911220444.5 申请日: 2019-12-03
公开(公告)号: CN110969262A 公开(公告)日: 2020-04-07
发明(设计)人: 董朕;卢欣奇 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司肇庆供电局
主分类号: G06N20/00 分类号: G06N20/00;G06N3/00;G01R31/00
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 刘瑶云
地址: 510030 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 变压器 故障诊断 方法
【说明书】:

发明涉及一种变压器故障诊断方法,包括以下步骤:S1、获取变压器油中溶解气体浓度和对应故障结论的样本数据并做预处理,生成训练样本集和测试样本集;S2、采用生成的训练样本集建立核极限学习机预测模型;S3、模型训练过程中采用纵横交叉算法对核极限学习机的核函数参数和惩罚系数进行优化;S4、将测试样本输入到训练好的核极限学习机中进行预测,得到变压器故障诊断结果。本发明的变压器故障诊断方法有效解决了变压器故障数据编码以及核极限学习机参数选择难的问题,同时避免了传统BP神经网络的局部最优问题,可应用于变压器相关领域的科学研究和工程应用,识别速度快,识别率高,大大提高了变压器故障的诊断精度。

技术领域

本发明涉及变压器故障诊断技术领域,具体涉及一种变压器故障诊断方法。

背景技术

电力变压器是电力系统最重要的输变电设备,同时也是电力系统中发生事故最多的设备之一,其运行状态直接影响系统运行的安全与稳定。如何确保变压器的安全运行受到了世界各国的广泛关注。通过对电力变压器定期进行预防性维护,实时检测高压设备的实际运行情况,检测与诊断其潜伏性故障或缺陷,提高诊断水平,做到有针对性的检修维护,达到早期预报故障,避免恶性事故的发生,具有重要的实际意义。另外,国内外许多的资料表明,开展故障诊断能取得明显的经济效益。据日本统计,在采用诊断技术后,事故率减少,维修费降低一英国对个国营工程的调查表明,采用诊断技术后每年节省维修费亿英镑,用于诊断技术的费用仅为亿英镑,净获利亿英镑。因此,通过对电力变压器运行过程中的故障诊断,及时有效的判断其状态,将使变压器长期、安全可靠的运行成为可能。无论是从重要性还是具有的经济效益来衡量,都将对电力系统的安全运行产生重要的意义。

传统的诊断方法是人们在长期的科学研究和变压器故障诊断实践中总结出来的由特征气体浓度信息直接或通过简单的计算比值判断故障类型的方法,主要有特征气体法、有编码比值法、无编码比值法等,但是当在实际使用中暴露出编码不全,编码边界过于绝对等缺点。人工智能方法如BP神经网络等近年来在变压器故障诊断领域得到广泛应用,但BP算法采用梯度下降方法,因此具有训练速度慢,容易陷入局部极小点,并且对学习率的选择十分敏感,从而导致对变压器故障识别率低。

发明内容

为了克服上述现有技术所存在的速度慢,结果过于绝对以及故障识别率低的问题,本发明提供了一种变压器故障诊断方法,是一种基于纵横交叉算法优化核极限学习机的变压器故障诊断方法,有效解决了变压器故障数据编码以及核极限学习机参数选择难的问题,同时避免了传统BP神经网络的局部最优问题,可应用于变压器相关领域的科学研究和工程应用,识别速度快,识别率高,大大提高了变压器故障的诊断精度。

为解决上述技术问题,本发明提供以下技术方案:

一种变压器故障诊断方法,包括以下步骤:

S1、获取变压器油中溶解气体浓度和对应故障结论的样本数据并做预处理,生成训练样本集和测试样本集;

S2、采用生成的训练样本集建立核极限学习机预测模型;

S3、模型训练过程中采用纵横交叉算法对核极限学习机的核函数参数和惩罚系数进行优化;

S4、将测试样本输入到训练好的核极限学习机中进行预测,得到变压器故障诊断结果。

进一步的,在步骤S1中,样本数据中的油中溶解气体采用的特征气体包括甲烷(CH4)、乙烷(C2H6)、乙烯(C2H4)、乙炔(C2H2)、氢气(H2)、二氧化碳(CO2)以及一氧化碳(CO),特征多,精度高。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广东电网有限责任公司;广东电网有限责任公司肇庆供电局,未经广东电网有限责任公司;广东电网有限责任公司肇庆供电局许可,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/201911220444.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top