一种干式变压器的故障预测方法、装置及系统制造方法及图纸

本发明专利技术公开了一种干式变压器的故障预测方法、装置及系统，所述方法包括：获取所述干式变压器的运行数据；对所述运行数据进行滤波处理；将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；当预测所述干式变压器存在故障隐患时，输出故障预警信息。实时获取多台干式变压器的运行数据，并通过预先训练的故障预测模型检测运行数据，从而预警干变压器故障隐患，实现对干式变压器的运行状态实时监测，能够及时发现干式变压器运行中存在的故障隐患，将隐患消灭在故障初期，降低故障对干式变压器的损伤，从而降低变压器故障带来的经济损失和安全隐患。

A Fault Prediction Method, Device and System for Dry Transformer

The invention discloses a method, device and system for fault prediction of dry-type transformer. The method comprises acquiring the operation data of the dry-type transformer, filtering the operation data, and inputting the filtered operation data into a pre-trained fault prediction model to predict the operation data of the dry-type transformer. Health status; when predicting the hidden trouble of the dry-type transformer, the fault early warning information is output. Real-time acquisition of operation data of several dry-type transformers and detection of operation data by pre-trained fault prediction model can alarm hidden troubles of dry-type transformers, realize real-time monitoring of the operation status of dry-type transformers, discover hidden troubles existing in the operation of dry-type transformers in time, and eliminate hidden troubles in the operation of dry-type transformers. In the initial stage, the damage to dry-type transformer caused by faults will be reduced, so as to reduce the economic losses and potential safety hazards caused by transformer faults.

【技术实现步骤摘要】
一种干式变压器的故障预测方法、装置及系统
本专利技术涉及能源
，尤其涉及一种干式变压器的故障预测方法、装置及系统。
技术介绍
干式变压器具有维护工作量小、运行效率高、体积小、噪音低等优点，因此，在供配电系统中得到了大量应用。但在运行中，由于误用、振动、过高的操作温度、涌流、过负荷、对控制设备的维护不够、清洁不良等原因，特别当变压器运行在比较恶劣的环境时，会造成变压器产生故障，严重影响生产或引起电气事故。目前，对于运行中的干式变压器，只能通过简单日常巡检和定期的停运对其进行检查维护，观察各个紧固件有无松动、发热，绕组绝缘表面有无龟裂、爬电和碳化痕迹，声音是否正常等等。对于变压器内部绝缘缺陷大多数发生在设备内部，从外表上不易观察到，只能在电力设备停产时期进行预防性试验。但是对于微弱的绝缘缺陷，特别是早期性绝缘故障，对电力设备运行状态几乎没有影响，甚至绝缘预防性试验也测试不到。这导致即使定期的预防性试验，也很难及时准确地发现绝缘隐患。因此，仅靠日常巡检和定期的停运检查难以及时发现变压器存在的故障隐患，进而可能引起安全事故。
技术实现思路
本专利技术提供一种干式变压器的故障预测方法、装置及本文档来自技高网...

【技术保护点】
1.一种干式变压器的故障预测方法，其特征在于，所述方法包括：获取所述干式变压器的运行数据；对所述运行数据进行滤波处理；将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；当预测所述干式变压器存在故障隐患时，输出故障预警信息。

【技术特征摘要】
1.一种干式变压器的故障预测方法，其特征在于，所述方法包括：获取所述干式变压器的运行数据；对所述运行数据进行滤波处理；将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；当预测所述干式变压器存在故障隐患时，输出故障预警信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述干式变压器的历史运行数据、故障判断数据和设备出厂参数，进行训练神经网络，以得到所述故障预测模型，其中，故障判断数据包括干式变压器的运行数据与故障类型的对应关系。3.根据权利要求2所述的方法，其特征在于，所述故障预测模型为三层神经网络模型，包括输入层、隐含层和输出层，其中，所述输入层的节点数为所述历史运行数据的特征量的总数，所述隐含层的节点数为预设故障类型的总数，所述输出层的节点数为预设故障类型的总数。4.根据权利要求1所述的方法，其特征在于，所述对所述运行数据进行滤波处理包括：对所述运行数据进行频率和幅值分析，以对所述运行数据进行分类；基于所述分类后运行数据，通过预设滤波器去除所述运行数据中的干扰数据；对所述已去除干扰数据的运行数据进行数据重构，可得到所述滤波后的运行数据。5.根据权利要求1所述的方法，其特征在于，所述将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的运行状态包括：对所述滤波后的运行数据进行特征提取，以得到所述运行数据的特征量；将所述特征量输入预先训练的故障预测模型...

【专利技术属性】
技术研发人员：张宪平，杨锦成，王振华，杭小林，
申请(专利权)人：新奥数能科技有限公司，
类型：发明
国别省市：北京,11