[发明专利]一种变压器复合故障诊断方法、装置、设备和存储介质

说明书

本申请公开了一种变压器复合故障诊断方法、装置、设备和存储介质，采集历史正常状态及不同故障状态下变压器的监测数据作为信号样本，并对其进行小波变换得到小波时频图；对小波时频图进行多标签标注得到模型样本，并划分得到训练样本和校验样本；采用训练样本对预置卷积神经网络模型进行训练，通过校验样本对训练好的预置卷积神经网络模型进行校验，在校验结果满足预置要求时，将其作为变压器复合故障诊断模型；将实时采集的变压器的监测数据进行小波变换得到的小波时频图输入到变压器复合故障诊断模型进行故障诊断，得到变压器故障诊断结果，改善了现有技术仅针对单一故障模式进行诊断，难以对复合故障样本进行特征捕捉和在线辨识的技术问题。

技术领域

本申请涉及故障诊断技术领域，尤其涉及一种变压器复合故障诊断方法、装置、设备和存储介质。

背景技术

电力变压器作为电网的主要部件，其性能会直接影响电网的稳定性、可靠性和安全性，据国内外统计表明：变压器所有引起的电网事故占总事故的20％以上。研究变压器故障智能检测算法，使其具备智能判断、自适应调节、故障诊断等能力，对于提升电网运行安全具备重要意义。

电力变压器通常是由众多零部件组成，各个部件之间关联程度高，这意味着电力变压器不仅仅有单一故障，更存在大量的复合故障。假设电力变压器存在A种类型的普通单一故障，则其可能的复合故障数量为2^A-A。由此可见，复合故障诊断的复杂程度远高于单一故障诊断。现有的故障诊断方法大多数是针对单一故障模式，难以对复合故障样本进行特征捕捉和在线辨识，这使得这些方法无法真正解决复合故障诊断问题。

因此，提供一种变压器复合故障诊断是本技术领域亟需解决的技术问题。

发明内容

本申请提供了一种变压器复合故障诊断方法、装置、设备和存储介质，用于改善现有技术仅针对单一故障模式进行诊断，难以对复合故障样本进行特征捕捉和在线辨识的技术问题。

有鉴于此，本申请第一方面提供了一种变压器复合故障诊断方法，包括：

S1、采集历史正常状态及不同故障状态下变压器的监测数据，得到信号样本，并采集故障状态下的信号样本对应的故障类型；

S2、对所述信号样本进行小波变换，得到所述信号样本的小波时频图；

S3、根据所述信号样本是否存在故障以及具体的故障类型对所述信号样本的小波时频图进行多标签标注；

S4、将标注好的所述小波时频图作为模型样本，并将所述模型样本划分为训练样本和校验样本；

S5、以所述小波时频图为输入，以所述小波时频图的标签为输出，采用所述训练样本对预置卷积神经网络模型进行训练；

S6、通过所述校验样本对训练好的预置卷积神经网络模型进行校验，若校验结果满足预置要求，则将训练好的预置卷积神经网络模型作为变压器复合故障诊断模型；

S7、实时采集变压器的监测数据，并将该监测数据小波变换后得到的小波时频图输入到所述变压器复合故障诊断模型进行故障诊断，得到变压器故障诊断结果。

可选的，所述故障类型包括套管故障、箱体故障、散热器故障、导电回路故障、储油柜故障和其他故障，其他故障为除套管故障、箱体故障、散热器故障、导电回路故障、储油柜故障以外的故障。

可选的，所述根据所述信号样本是否存在故障以及具体的故障类型对所述信号样本的小波时频图进行多标签标注，包括：

若所述信号样本存在套管故障，则标注所述信号样本的小波时频图的标签的第一位为1，否则为0；

若所述信号样本存在箱体故障，则标注所述信号样本的小波时频图的标签的第二位为1，否则为0；

若所述信号样本存在散热器故障，则标注所述信号样本的小波时频图的标签的第三位为1，否则为0；