一种自适应的油浸式变压器火灾模型预警检测方法技术

本发明专利技术公开了一种自适应的油浸式变压器火灾模型预警检测方法，该方法将标记过的各传感器故障数据输入样本扩充算法中以扩充负样本，将扩充的负样本及相同数量的正样本输入卷积神经网络，对采集的变压器各传感器的数据进行预处理，将预处理的数据输入卷积神经网络对火灾模型检测。该火灾模型包括训练模块、信号处理模块、诊断模块；其中训练模块包括故障数据的处理、故障样本及卷积神经网络三部分，信号处理模块包括变压器传感器信号采集及预处理，诊断模块包括训练过的卷积神经网络模块。本发明专利技术基于神经网络，通过对包含接地电流、高频电流故障数据的训练调整自身参数，以对传感器信号的输入做出准确的判断并预警，避免火灾的发生。

【技术实现步骤摘要】
一种自适应的油浸式变压器火灾模型预警检测方法
本专利技术涉及变压器，尤其涉及一种自适应的油浸式变压器火灾模型预警检测方法。
技术介绍
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，将会对人类的生产安全及生命安全造成极大隐患。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安全问题的困扰，因此确保变压器安全稳定运行受到了全世界的广泛关注。油浸式变压器是电力系统中应用最广泛的变压器，其采用变压油作为绝缘、冷却介质，变压油是一种可燃矿物油，其闪点为155℃，燃点为160℃，且生物降解性差。在油浸式变压器中，一旦发生其发生火灾，由于温度的剧烈上升压缩空气极易产生爆炸喷油事本文档来自技高网...

【技术保护点】
1.一种自适应的油浸式变压器火灾模型预警检测方法，其特征在于：所述方法包括以下步骤：/n(S1)：将标记过的各传感器故障数据信息输入样本扩充算法中，扩充负样本；/n(S2)：将扩充的负样本及相同数量的正样本输入卷积神经网络，对神经网络参数进行训练；/n(S3)：将数据输入神经网络，进行对所述火灾模型的检测。/n

【技术特征摘要】
1.一种自适应的油浸式变压器火灾模型预警检测方法，其特征在于：所述方法包括以下步骤：
(S1)：将标记过的各传感器故障数据信息输入样本扩充算法中，扩充负样本；
(S2)：将扩充的负样本及相同数量的正样本输入卷积神经网络，对神经网络参数进行训练；
(S3)：将数据输入神经网络，进行对所述火灾模型的检测。


2.根据权利要求1所述的自适应的油浸式变压器火灾模型预警检测方法，其特征在于：步骤(S2)中，对实时采集的变压器各传感器的数据进行预处理后，将预处理的数据输入神经网络，进行对火灾模型的检测。


3.根据权利要求1所述的自适应的油浸式变压器火灾模型预警检测方法，其特征在于：所述步骤(S1)中，利用SMOTE算法对故障样本数量进行扩充，通过计算N组故障数据之间的欧式距离来产生新的故障数据。


4.根据权利要求1所述的自适应的油浸式变压器火灾模型预警检测方法，其特征在于：所述步骤(S2)中采用的卷积神经网络包括三层卷积层及softmax分类器，所述卷积层对故障数据进行高纬度的特征提取，所述softmax对特征结果进行分类及输出。


5.根据权利要求1所述的自适应的油浸式变压器火灾模型预警检测方法，其特征在于：所述步骤(S2)中，对采集的传感器数据做初步的处理以进行故障诊断。
...

【专利技术属性】
技术研发人员：蔚超，李建生，郭鹏宇，吴益明，王铭民，陆云才，吴鹏，杨小平，谢天喜，王同磊，王胜权，李栋，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，国家电网有限公司，国网江苏省电力有限公司，江苏省电力试验研究院有限公司，
类型：发明
国别省市：江苏;32