一种油浸式变压器故障诊断方法及装置制造方法及图纸

本发明专利技术公开了一种油浸式变压器故障诊断方法及装置，涉及变压器故障诊断技术领域，主要目的在于提高变压器故障诊断的正确性；主要技术方案包括：确定多组数值，其中，每一组所述数值中均包括有针对变压器故障诊断模型设置的连接权值和阈值；使用遗传算法对所述多组数值进行优化，确定目标连接权值和目标阈值；使用所述目标连接权值和所述目标阈值，调整待训练的变压器故障诊断模型；采用训练样本集训练调整后的变压器故障诊断模型，其中，所述训练样本集中的训练样本基于油浸式变压器的油中的气体数据而得；使用训练后的变压器故障诊断模型对所述油浸式变压器进行故障诊断。模型对所述油浸式变压器进行故障诊断。模型对所述油浸式变压器进行故障诊断。

【技术实现步骤摘要】
一种油浸式变压器故障诊断方法及装置


[0001]本专利技术涉及变压器故障诊断
，特别是涉及一种油浸式变压器故障诊断方法及装置。

技术介绍

[0002]随着国民经济的快速发展，电网规模迅速扩大，变电设备作为电网中能源传输的核心和枢纽，必须确保其持续、稳定和可靠的运行以杜绝电网发生重大故障。变电设备中的油浸式变压器是变电站的核心，其安全可靠的运行是电网正常稳定运行的基础，一旦其发生火灾，会造成整个区域电网瘫痪，严重危害供电可靠性和安全性。
[0003]为了保证电网正常稳定运行需要在油浸式变压器故障之前对其进行更换或维修，以避免其出现故障影响电网运行。目前，对于油浸式变压器故障的诊断使用最广泛的方式是BP神经网络，但是BP神经网络学习收敛速度太慢，即使是一个比较简单的问题，也需要几百次甚至上千次的学习才能收敛，且其网络的学习、记忆具有不稳定性，对油浸式变压器故障的诊断的诊断准确性较低。

技术实现思路

[0004]有鉴于此，本专利技术提出了一种油浸式变压器故障诊断方法及装置，主要目的在于提高变压器故障诊断的正确性。
...

【技术保护点】

【技术特征摘要】
1.一种油浸式变压器故障诊断方法，其特征在于，所述方法包括：确定多组数值，其中，每一组所述数值中均包括有针对变压器故障诊断模型设置的连接权值和阈值；使用遗传算法对所述多组数值进行优化，确定目标连接权值和目标阈值；使用所述目标连接权值和所述目标阈值，调整待训练的变压器故障诊断模型；采用训练样本集训练调整后的变压器故障诊断模型，其中，所述训练样本集中的训练样本基于油浸式变压器的油中的气体数据而得；使用训练后的变压器故障诊断模型对所述油浸式变压器进行故障诊断。2.根据权利要求1所述的方法，其特征在于，使用遗传算法对所述多组数值进行优化，确定目标连接权值和目标阈值，包括：将多组所述数值作为群体，其中，一组所述数值为所述群体中的一个个体；将选择运算、交叉运算以及变异运算作用于所述群体，进行遗传迭代；若遗传迭代满足预设终止条件时，确定当前遗传迭代下的每一个个体的适应度；将最大适应度的个体所包括的连接权值和阈值，确定为所述目标连接权值和所述目标阈值。3.根据权利要求2所述的方法，其特征在于，将选择运算、交叉运算以及变异运算作用于得到群体，进行遗传迭代，包括：确定当前群体中的每一个所述个体的适应度；根据每一个所述个体的适应度，选择直接进入下一次迭代的个体、进行交叉运算的个体以及进行变异运算的个体；对选取的进行交叉运算的个体进行交叉运算，以及对选取的进行变异运算的个体进行变异运算，形成新的个体；确定遗传迭代是否满足预设终止条件，若不满足，则将直接进入下一次迭代的个体以及形成的新个体，均作为下一次遗传迭代的当前群体中的个体。4.根据权利要求3所述的方法，其特征在于，确定当前群体中的每一个所述个体的适应度，包括：针对每一个所述个体均执行：基于所述个体包括的连接权值和阈值确定变压器故障诊断模型的误差平方和，将所述误差平方和的倒数确定为所述个体的适应度。5.根据权利要求1
‑
4中任一所述的方法，其特征在于，所述方法还包括：确定所述油浸式变压器所涉及的全部故障类型；对各所述...

【专利技术属性】
技术研发人员：王守鹏，袁敬中，房方，刘亚娟，姜宇，张立斌，高杨，秦砺寒，运晨超，郭昊，吕科，刘素伊，谢景海，陈蕾，仝冰冰，赵旷怡，刘沁哲，付玉红，许颖，敖翠玲，李栋梁，张金伟，傅守强，陈翔宇，肖巍，许芳，郭嘉，孙密，苏东禹，杨林，王畅，田静伊，刘洪雨，肖林，
申请(专利权)人：北京京研电力工程设计有限公司华北电力大学，
类型：发明
国别省市：