[发明专利]一种高压套管电容芯故障诊断方法及系统

权利要求书

1.一种高压套管电容芯故障诊断方法，其特征在于，所述方法包括：

采集高压套管电容芯的绝缘油，并基于油色谱试验法与水分试验法对所述绝缘油进行试验分析，获取试验数据集；

对所述试验数据集中的每一个试验数据进行故障类型匹配处理，生成样本数据集，并利用所述样本数据集对BP神经网络进行训练；

基于训练后的BP神经网络对待测高压套管电容芯进行故障诊断。

2.根据权利要求1所述的高压套管电容芯故障诊断方法，其特征在于，所述对所述试验数据集中的每一个试验数据进行故障类型匹配处理，生成样本数据集，并利用所述样本数据集对BP神经网络进行训练包括：

获取所述样本数据集中的每一个样本数据所包含的M个特征量，并将所述M个特征量中的每一个特征量进行归一化处理；

获取所述样本数据集中所包含的N个故障类型，并对所述样本数据集中的每一个样本数据进行故障编码输出，生成故障编码状态表；

构建BP神经网络，并确定所述BP神经网络的激活函数和训练函数；

以所述训练函数的收敛为限定条件，利用归一化处理后的样本数据集与所述故障编码状态表对所述BP神经网络进行训练。

3.根据权利要求2所述的高压套管电容芯故障诊断方法，其特征在于，所述将所述M个特征量中的每一个特征量进行归一化处理包括：

获取所述M个特征量中的最小特征量和最大特征量，并计算所述M个特征量中的每一个特征量的归一化值为：

其中，为所述M个特征量中的第i个特征量，为所述M个特征量中的最小特征量，为所述M个特征量中的最大特征量，x_i为所述第i个特征量所对应的归一化值。

4.根据权利要求2所述的高压套管电容芯故障诊断方法，其特征在于，所述构建BP神经网络包括：

定义所述BP神经网络的输入层神经元数量为M，确定所述BP神经网络的隐含层神经元数量为：

定义所述BP神经网络的输出层神经元数量为N，再基于所述输入层神经元数量、所述隐含层神经元数量和所述输出层神经元数量，构建所述BP神经网络。

5.一种高压套管电容芯故障诊断系统，其特征在于，所述系统包括：

数据获取模块，用于采集高压套管电容芯的绝缘油，并基于油色谱试验法与水分试验法对所述绝缘油进行试验分析，获取试验数据集；

网络训练模块，用于对所述试验数据集中的每一个试验数据进行故障类型匹配处理，生成样本数据集，并利用所述样本数据集对BP神经网络进行训练；

故障诊断模块，用于基于训练后的BP神经网络对待测高压套管电容芯进行故障诊断。

6.根据权利要求5所述的高压套管电容芯故障诊断系统，其特征在于，所述网络训练模块包括：

数据处理单元，用于获取所述样本数据集中的每一个样本数据所包含的M个特征量，并将所述M个特征量中的每一个特征量进行归一化处理；

故障编码单元，用于获取所述样本数据集中所包含的N个故障类型，并对所述样本数据集中的每一个样本数据进行故障编码输出，生成故障编码状态表；

网络构建单元，用于构建BP神经网络，并确定所述BP神经网络的激活函数和训练函数；

网络训练单元，用于以所述训练函数的收敛为限定条件，利用归一化处理后的样本数据集与所述故障编码状态表对所述BP神经网络进行训练。

7.根据权利要求6所述的高压套管电容芯故障诊断系统，其特征在于，所述数据处理单元用于获取所述M个特征量中的最小特征量和最大特征量，并计算所述M个特征量中的每一个特征量的归一化值为：

其中，为所述M个特征量中的第i个特征量，为所述M个特征量中的最小特征量，为所述M个特征量中的最大特征量，x_i为所述第i个特征量所对应的归一化值。

8.根据权利要求6所述的高压套管电容芯故障诊断系统，其特征在于，所述网络构建单元用于定义所述BP神经网络的输入层神经元数量为M，确定所述BP神经网络的隐含层神经元数量为：以及定义所述BP神经网络的输出层神经元数量为N，再基于所述输入层神经元数量、所述隐含层神经元数量和所述输出层神经元数量，构建所述BP神经网络。