[发明专利]换流变压器漏油检测方法、装置、计算机设备和存储介质

权利要求书

1.一种换流变压器漏油检测方法，所述方法包括：

获取待检测换流变压器的实时油温数据以及实时油位数据；

将所述实时油温数据输入预设贝叶斯长短期神经网络模型，获取所述实时油温数据对应的油位预测结果，所述预设贝叶斯长短期神经网络模型基于所述换流变压器的历史油温数据以及历史油位数据训练获取；

根据所述油位预测结果以及所述实时油位数据，获取所述换流变压器对应的漏油检测结果；

所述预设贝叶斯长短期神经网络模型利用概率密度分布来对权重和偏置进行采样，然后优化分布参数得到，公式为：

;

其中，和为分布参数，表示概率密度函数，参数ρ和μ，用来表示不同的权重和偏置分布；

所述将所述实时油温数据输入预设贝叶斯长短期神经网络模型，获取所述实时油温数据对应的油位预测结果之前，还包括：

获取历史数据中的油温数据以及所述油温数据对应的油位数据；

通过所述油温数据对应的油位数据对所述油温数据进行标注，获取模型训练数据；

通过所述模型训练数据对初始贝叶斯长短期神经网络模型进行训练，获取预设贝叶斯长短期神经网络模型；

所述模型训练数据包括训练组数据以及验证组数据；

所述通过所述模型训练数据对初始贝叶斯长短期神经网络模型进行训练，获取预设贝叶斯长短期神经网络模型包括：

通过所述训练组数据对初始贝叶斯长短期神经网络模型进行训练，获取待验证贝叶斯长短期神经网络模型；

通过所述验证组数据对待验证贝叶斯长短期神经网络模型进行验证，当验证通过时，将所述待验证贝叶斯长短期神经网络模型作为预设贝叶斯长短期神经网络模型；

所述通过所述验证组数据对待验证贝叶斯长短期神经网络模型进行验证包括：

将所述验证组数据中的油温数据输入所述待验证贝叶斯长短期神经网络模型，获取验证油位数据；

基于所述油温数据对应的油位标记数据以及所述验证油位数据，获取待验证贝叶斯长短期神经网络模型对应的评价指标数据；

当所述评价指标数据低于预设评价指标阈值时，判定所述待验证贝叶斯长短期神经网络模型通过验证。

2.根据权利要求1所述的方法，其特征在于，所述通过所述油温数据对应的油位数据对所述油温数据进行标注，获取模型训练数据包括：

基于孤立森林算法对所述油温数据以及所述油位数据进行过滤处理；

提取过滤处理后的油温数据对应的油位数据；

根据所述过滤处理后的油温数据对应的油位数据，对所述油温数据进行标注，获取模型训练数据。

3.根据权利要求1所述的方法，其特征在于，所述通过所述油温数据对应的油位数据对所述油温数据进行标注，获取模型训练数据包括：

通过z-score标准化处理对所述油温数据以及所述油位数据进行标准化处理；

提取标准化处理后的油温数据对应的油位数据；

根据所述标准化处理后的油温数据对应的油位数据，对所述油温数据进行标注，获取模型训练数据。

4.根据权利要求1所述的方法，其特征在于，所述实时油温数据通过监控换流变压器实时油温数据的传感器检测获得。