[发明专利]变压器故障检测方法及检测装置

说明书

本发明提供一种变压器故障检测方法及检测装置，该检测方法包括：S101：根据变压器预处理后的历史正常运行数据建立故障检测模型；S102：获取变压器的每个故障相关的历史故障数据，查找不同分类的历史故障数据相对于每一个故障的权重，根据权重建立故障识别模型；S103：将变压器的运行监测数据预处理后输入故障检测模型，根据故障检测模型的故障检测结果判断是否存在故障，若是，则执行S104，若否，则执行S103：S104：获取运行监测数据中的故障相关数据与每个故障识别模型中的历史故障数据的相似度，根据相似度生成故障识别结果。本发明实现了故障的快速发现和识别，准确性好，不容易出现误报或错报，便于现场人员了解变压器故障情况，提高了维修效率。

技术领域

本发明涉及变压器故障检测领域，尤其涉及变压器故障检测方法及检测装置。

背景技术

变压器是一种静止的电气设备，它利用电磁感应原理把输入的电压升高或降低为同频率的交流电压输出，以满足高压送电低压配电及其他用途的需要。变压器就其用途可分为电力变压器、试验变压器、仪用变压器及特殊用途的变压器。其中电力变压器关乎人类日常生产需求和生活需要，是电力输配电、电力用户配电的必要设备。

变压器内部除了电磁绕组外还具有大量的绝缘油及其他可燃物，如纸板、木材，一旦其他部分产生火花等故障即可产生变压器火灾，将会对人类的生产故障及生命故障造成极大隐患。当今世界，无论是发达国家还是发展中国家，都不同程度受到变压器故障问题的困扰，因此确保变压器故障稳定运行受到了全世界的广泛关注。

目前，电力系统中使用检测变压器故障的方法较为单一，仅仅采用在变压器上设置传感器，通过传感器检测到非正常数据后报警的方式进行故障预警，这种方式不能具体判断故障类型，准确性差，这对现场人员了解变压器故障情况产生了较为负面的影响，且不利于下一步检修工作的开展，降低了维修效率。

发明内容

为了克服现有技术的不足，本发明提出一种变压器故障检测方法及检测装置，利用历史正常运行数据、历史故障数据分别建立故障检测模型、故障识别模型，并在检测时先利用故障检测模型偶去故障相关数据，根据故障相关数据与故障识别模型中历史故障数据的相似度获取故障检测模型，能够利用双重检测的方式发现和识别故障，实现了的故障的快速发现和识别，准确性好，不容易出现误报或错报，便于现场人员了解变压器故障情况，提高了维修效率。

为解决上述问题，本发明采用的一个技术方案为：一种变压器故障检测方法，所述变压器故障检测方法包括：S101：获取变压器的历史正常运行数据，对所述历史正常运行数据进行预处理，并根据预处理后的历史正常运行数据建立故障检测模型，所述预处理包括噪声滤除、归一化；S102：获取所述变压器的每个故障相关的历史故障数据，查找不同分类的历史故障数据相对于每一个故障的权重，根据所述权重建立故障识别模型，所述故障识别模型与所述故障一一对应；S103：获取所述变压器的运行监测数据，将所述运行监测数据预处理后输入所述故障检测模型，根据所述故障检测模型的故障检测结果判断是否存在故障，若是，则执行S104，若否，则执行S103：S104：根据所述故障检测结果获取所述运行监测数据中的故障相关数据，获取所述故障相关数据与每个故障识别模型中的历史故障数据的相似度，根据所述相似度生成故障识别结果。

进一步地，对所述历史正常运行数据进行噪声滤除的步骤具体包括：放大所述历史正常运行数据对应的电信号的电压幅值，根据预设时间内采样点的电压的绝对值之和滤除所述电信号中的噪声。

进一步地，对所述历史正常运行数据进行归一化处理的步骤具体包括：采用离差标准化的方式将所述历史正常运行数据的取值范围归一化值预设范围。

进一步地，所述根据预处理后的历史正常运行数据建立故障检测模型的步骤具体包括：通过极限学习机算法离线训练形成故障检测模型，或所述故障检测模型为PCA模型，利用所述历史正常运行数据训练所述PCA模型。