一种变压器状态诊断方法、计算机设备及存储介质技术

本发明专利技术涉及变压器状态检测技术领域，尤其涉及一种变压器状态诊断方法、计算机设备及存储介质，包括如下步骤：收集并整合变压器多维状态监测数据和状态诊断结果，形成数据集；将数据集划分为训练集和验证集；构建图网络结构，根据监测状态数量设置节点数量，根据各个监测状态量之间的物理关联，设置节点连线和邻接矩阵；构建变压器状态诊断模型；使用训练集对构建好的诊断模型进行训练，训练若干次后使用验证集进行验证，判断诊断准确率是否达到标准；若训练后的变压器模型的准确率达标，则用于对未诊断的变压器监测状态量数据集进行状态诊断；若否，返回步骤五，继续训练变压器状态诊断模型直至准确率达标。诊断模型直至准确率达标。诊断模型直至准确率达标。

【技术实现步骤摘要】
一种变压器状态诊断方法、计算机设备及存储介质


[0001]本专利技术涉及变压器状态检测
，尤其涉及一种变压器状态诊断方法、计算机设备及存储介质。

技术介绍

[0002]电力变压器是高电压交直流输变电系统中价值最高、重要性最强、运行维护最繁琐的设备。目前常规的变压器运行维护手段主要对反映变压器状态的多维状态量进行离线检测和在线监测，通过对监测的多维状态量进行分析(包括不同的电学参量和非电学参量：油中溶解气体、热点温度、局部放电参量等)，可以获取整个变压器的状态评估与诊断信息，进而对变压器所处的高电压输变电系统的安全稳定运行具有重要的意义。
[0003]目前针对电力变压器的绝缘状态的诊断方法主要可以划分为两大类。一是通过对各个监测状态量与已制定的行业标准值进行对比，通过设置不同的阈值反映变压器的状态与老化程度，但该方式的诊断效果一般较差，具有较大的滞后性，此外，由于变压器监测的状态量数量很多，不利于实际操作人员进行准确判断，常常造成操作人员顾此失彼、难以决断。二是通过人工智能方法进行诊断，经过大数据学习获取各个监测状态量与变压器整体状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器状态诊断方法，其特征在于，包括如下步骤：步骤一：收集并整合变压器多维状态监测数据和状态诊断结果，形成变压器监测状态量数据集与状态标签数据集；步骤二：将变压器监测状态量数据集划分为训练集和验证集；步骤三：构建包含数据节点、节点连线和邻接矩阵的图网络结构，根据监测状态数量设置节点数量，根据各个监测状态量之间的物理关联，设置节点连线和邻接矩阵；步骤四：根据所述图网络结构构建变压器状态诊断方法；步骤五：使用训练集对构建好的变压器状态诊断模型进行训练，训练若干次后使用验证集对训练后的变压器状态诊断模型进行验证，通过所述状态标签数据集来判断诊断准确率是否达到标准；步骤六：若训练后的变压器状态诊断模型的准确率达标，则用于对未诊断的变压器监测状态量数据集进行状态诊断；若否，返回步骤五，继续训练变压器状态诊断模型直至准确率达标。2.根据权利要求1所述的变压器状态诊断方法，其特征在于，所述图网络结构定义为：G＝(V，E，A）式中，G为图网络，V为数据节点集合，v
i
∈V，E为连接节点集合e
ij
＝(v
i
，v
j
)∈E，v
i
、v
j
为数据节点，A为映射到高维特征空间所得到的邻接矩阵，以矩阵的形式定量表示节点之间连线。3.根据权利要求2所述的变压器状态诊断方法，其特征在于，图卷积网络通过卷积的形式进行特征提取、权重共享和信息传递，图卷积网络将每个节点的特征与其邻居节点的特征加权平均后经过线性变换和非线性激活函数后传播到下一层。4.根据权利要求3所述的变压器状态诊断方法，其特征在于，图卷积网络的计算具体为：H
l+1
＝σ(D
‑
0.5
A
％
D
‑
0.5...

【专利技术属性】
技术研发人员：陆云才，吴鹏，李建生，王胜权，吴益明，马勇，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，
类型：发明
国别省市：