[发明专利]变压器放电故障诊断方法及装置

说明书

本发明提供一种变压器放电故障诊断方法及装置，所述方法包括：采集变压器的声音信号，并将所述声音信号进行同步压缩小波变换处理，得到时频图谱；将所述时频图谱输入变压器故障识别模型，得到变压器故障诊断结果；其中，所述变压器故障识别模型是目标神经网络经过训练数据集训练得到的，所述训练数据集为多组时频图谱与对应的变压器故障类型标签。本发明提供的变压器放电故障诊断方法及装置，提高了对于变压器故障的识别效率和准确率。

技术领域

本发明涉及电力故障诊断技术领域，尤其涉及一种变压器放电故障诊断方法及装置。

背景技术

电力变压器是一种可靠的电力控制及保护设备，其运行的可靠性直接影响整个电力系统的安全与稳定。据相关统计，绝缘的破坏是导致变压器失效的主要原因，受厂家生产质量参差不齐、维修不当以及长期运行造成绝缘老化等因素影响，设备绝缘部件会产生潜伏性绝缘故障，这将引起局部电场畸变，导致进一步的电气故障发生。

目前主要采用常规的测试手段得到变压器在各种故障模式下的声音信号，然后提取声音信号的特征，进而基于声音信号特征识别故障模式。目前的技术依赖于对声信号的特征提取，如果选择的特征提取方法不适合获得的信号，则难以获得准确的变压器故障模式，同时现有的技术手段耗时过多，无法实现快速的变压器故障模式识别。

发明内容

为解决现有技术中的问题，本发明提供了一种变压器放电故障诊断方法及装置。

本发明提供一种变压器放电故障诊断方法，包括：

采集变压器的声音信号，并将所述声音信号进行同步压缩小波变换处理，得到时频图谱；

将所述时频图谱输入变压器故障识别模型，得到变压器故障诊断结果；其中，所述变压器故障识别模型是目标神经网络经过训练数据集训练得到的，所述训练数据集为多组时频图谱与对应的变压器故障类型标签。

根据本发明提供的一种变压器放电故障诊断方法，所述目标神经网络为残差网络。

根据本发明提供的一种变压器放电故障诊断方法，所述故障诊断结果包括：正常运行状态、相间放电故障、对铁芯放电故障以及对地放电故障。

根据本发明提供的一种变压器放电故障诊断方法，当所述变压器处于正常状态时，对应时频图谱中的频谱能量集中于1kHz以下；当所述变压器处于相间放电故障时，对应时频图谱中的频谱能量集中于10kHz以下；当所述变压器处于对铁芯放电故障时，对应时频图谱中的频谱能量具有宽频带分布特征；当所述变压器处于对地放电故障时，对应时频图谱中的频谱能量具有条状分布特征。

根据本发明提供的一种变压器放电故障诊断方法，所述残差网络为ResNet34残差网络。

根据本发明提供的一种变压器放电故障诊断方法，所述采集变压器的声音信号，具体包括：

利用具有螺旋形面阵的传声器阵列采集变压器的声音信号，且将所述传声器阵列与变压器平行布置。

根据本发明提供的一种变压器放电故障诊断方法，所述方法还包括：

在利用所述训练数据集对所述目标神经网络进行训练时，采用Adam自适应优化器进行学习，设置初始学习率为0.001，采用交叉熵为损失函数，循环迭代次数设置为60次。

本发明还提供一种变压器放电故障诊断装置，包括：

采集模块，用于采集变压器的声音信号，并将所述声音信号进行同步压缩小波变换处理，得到时频图谱；

识别模块，用于将所述时频图谱输入变压器故障识别模型，得到变压器故障诊断结果；其中，所述变压器故障识别模型是目标神经网络经过训练数据集训练得到的，所述训练数据集为多组时频图谱与对应的变压器故障类型标签。