[发明专利]一种电容式电压互感器内绝缘性能在线诊断方法及系统有效
申请号: | 202210232791.5 | 申请日: | 2022-03-10 |
公开(公告)号: | CN114358092B | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 饶芳;刘阳;夏小强;方攀;冯宽;徐大江 | 申请(专利权)人: | 武汉格蓝若智能技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 廉海涛 |
地址: | 430000 湖北省武汉市东湖新技术开发区光*** | 国省代码: | 湖北;42 |
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 电容 电压互感器 绝缘 性能 在线 诊断 方法 系统 | ||
1.一种电容式电压互感器内绝缘性能在线诊断方法,其特征在于,包括:
分别建立CVT诊断模型的源域数据集和目标域数据集,所述源域数据集为各种内绝缘性能劣化类型的CVT样本空间,所述目标域数据集包括正常的CVT样本空间和未知状态的待测CVT样本空间;
基于设备个性化虚拟故障样本,将CVT输出数据中的电压信号作为个性特征,CVT自身的计量误差信息作为共性特征;
根据CVT内绝缘性能劣化机理,提取内绝缘故障CVT的相关参量作为共性特征;
通过狄利克雷过程高斯混合模型估计共性特征分布模型;
基于目标域正常CVT样本数据及共性特征分布模型得到自适应内绝缘故障虚拟CVT生成模型,并基于内绝缘故障虚拟CVT生成模型生成内绝缘故障虚拟CVT样本;
基于图生成器平衡调整目标域中正常状态CVT样本与内绝缘故障虚拟CVT生成模型生成的虚拟CVT样本的数量,通过训练图卷积网络识别器区分平衡网络上的节点,得到故障诊断模型;
通过故障诊断模型对目标域中的待测CVT样本数据进行内绝缘故障诊断。
2.根据权利要求1所述的方法,其特征在于,所述相关参量包括相间不平衡参量、相间相位差参量、组间幅值比参量及组间相位差参量。
3.根据权利要求1所述的方法,其特征在于,所述通过狄利克雷过程高斯混合模型估计共性特征分布模型包括:
采用狄利克雷过程高斯混合模型对共性特征参数服从的分布进行估计,并通过最大期望算法进行参数估计,得到共性特征分布模型。
4.一种电容式电压互感器内绝缘性能在线诊断系统,其特征在于,包括:
数据集构建模块,用于分别建立CVT诊断模型的源域数据集和目标域数据集,所述源域数据集为各种内绝缘性能劣化类型的CVT样本空间,所述目标域数据集包括正常的CVT样本空间和未知状态的待测CVT样本空间;
特征确定模块,用于基于设备个性化虚拟故障样本,将CVT输出数据中的电压信号作为个性特征,CVT自身的计量误差信息作为共性特征;
共性特征提取模块,用于根据CVT内绝缘性能劣化机理,提取内绝缘故障CVT的相关参量作为共性特征;
特征分布估计模块,用于通过狄利克雷过程高斯混合模型估计共性特征分布模型;
虚拟样本生成模块,用于基于目标域正常CVT样本数据及共性特征分布模型得到自适应内绝缘故障虚拟CVT生成模型,并基于内绝缘故障虚拟CVT生成模型生成内绝缘故障虚拟CVT样本;
模型训练模块,用于基于图生成器平衡调整目标域中正常状态CVT样本与内绝缘故障虚拟CVT生成模型生成的虚拟CVT样本的数量,通过训练图卷积网络识别器区分平衡网络上的节点,得到故障诊断模型;
故障诊断模块,用于通过故障诊断模型对目标域中的待测CVT样本数据进行内绝缘故障诊断。
5.根据权利要求4所述的系统,其特征在于,所述相关参量包括相间不平衡参量、相间相位差参量、组间幅值比参量及组间相位差参量。
6.根据权利要求4所述的系统,其特征在于,所述通过狄利克雷过程高斯混合模型估计共性特征分布模型包括:
采用狄利克雷过程高斯混合模型对共性特征参数服从的分布进行估计,并通过最大期望算法进行参数估计,得到共性特征分布模型。
7.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的一种电容式电压互感器内绝缘性能在线诊断方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至3任一项所述的一种电容式电压互感器内绝缘性能在线诊断方法的步骤。
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武汉格蓝若智能技术有限公司,未经武汉格蓝若智能技术有限公司许可,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/202210232791.5/1.html,转载请声明来源钻瓜专利网。