不平衡样本下基于宽度学习的电力变压器故障诊断方法技术

本发明专利技术公开了一种不平衡样本下基于宽度学习的电力变压器故障诊断方法，首先采用第一级BLS分类器对变压器的故障进行第一级分类，在第一级分类的基础上再通过第二级Softmax分类器进行故障的第二级分类，以提高故障的诊断准确率和效率；在分类器训练的过程中，使用网络横向扩展的增量算法构建网络模型的宽度学习系统(BLS)可以有效地解决深度学习的问题。与深度神经网络相比，它不仅具有精度高、训练速度快的优点，而且在实际应用中具有参数设置简单、易于操作的优点。易于操作的优点。易于操作的优点。

【技术实现步骤摘要】
不平衡样本下基于宽度学习的电力变压器故障诊断方法


[0001]本专利技术公开涉及变压器故障诊断的
，尤其涉及一种不平衡样本下基于宽度 学习的电力变压器故障诊断方法。

技术介绍

[0002]在电力系统中电力变压器的作用是无可替代的，其能否正常运行与整个电网系统能 否正常输送电能紧密相关。近年来我国电气设备的研究制造技术虽然已经十分先进，但 因绝缘老化、环境恶劣和运行负荷过高等仍会诱发大大小小不同的电力变压器故障，造 成社会经济损失，严重的甚至会导致大范围断电、电网瓦解等严重事故。
[0003]变压器油中溶解气体分析(dissolved gas analysis，DGA)方法，通过对绝缘油中氢气、 甲烷、乙烯、乙炔和乙烷等特征气体在不同运行状态下的含量和产气速率差异进行分析， 从而为变压器运行状态的评估提供重要依据，并具有支持带电在线检测的优点，因而在 我国变压器状态监测和故障诊断领域得到了广泛应用。
[0004]根据理论分析和实际经验，研究学者在初期建立了三比值法、Rogers比值法和大卫 三角形法等流程简单的基础方法体系，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不平衡样本下基于宽度学习的电力变压器故障诊断方法，其特征在于，包括如下步骤：S1：基于溶解气体分析法对变压器油中的溶解气体进行特征提取，获得一级输入数据；S2：将所述一级输入数据输入到已训练完成的第一级BLS分类器中，获得变压器状态的第一级分类；S3：将所述一级输入数据以及所述一级输入数据对应的变压器状态的第一级分类进行特征融合后，输入到已训练完成的第二级Softmax分类器中，获得变压器状态的第二级分类。2.根据权利要求1所述不平衡样本下基于宽度学习的电力变压器故障诊断方法，其特征在于，所述第一级分类包括：正常、放电故障以及过热故障；所述第二级分类包括：正常、局部放电、火花放电、电弧放电、火花放电兼过热、电弧放电兼过热、低温过热、中温过热以及高温过热。3.根据权利要求1所述不平衡样本下基于宽度学习的电力变压器故障诊断方法，其特征在于，步骤S1中基于溶解气体分析法对变压器油中的溶解气体进行特征提取，获得一级输入数据，具体为：基于溶解气体分析法获取变压器油中氢气、甲烷、乙烯、乙炔以及乙烷5种气体分别所占的体积分数，获得采集数据将所述采集数据g
i
按照如下公式进行归一化处理后，获得一级输入数据；其中，i＝1,2,
…
,G，表示样本序号；G为样本总数；j＝1,2,3,4,5，分别表示5种气体。4.根据权利要求1所述不平衡样本下基于宽度学习的电力变压器故障诊断方法，其特征在于，步骤S2中的第一级BLS分类器的具体训练过程如下：S201：获取变压器油中的历史溶解气体特征，并进行归一化处理，获得样本特征数据X；S202：获取每个所述样本特征数据X对应的变压器状态的第一级分类Y；S203：将所述样本特征数据X，依据如下公式转化为特征节点；Z
i
＝φ
i
(XW
ei
+β
ei
),i＝1,2,
…
,n；其中，W
ei
∈R
M
×
p
，β
ei
∈R1×
p
，且W
ei
表示第i组特征结点的权重，β
ei
表示第i组特征结点的偏差，M表示样本特征数据的维度，p表示每组特征结点的个数，n表示特征结点的组数；S204：由所述特征节点按照如下公式生成增强节点；H
j
＝ξ
j
(Z
n
W
hj
+β
hj
),j＝1,2,3,
…
,m；其中，Z
n
＝[Z1,Z2,
…
,Z
n
]，W
hj
∈R
np
×
q
，β
hj
∈R1×
q
，且W
hj
表示第j组增强结点的权重，β
hj
表示第j组增强结点的偏差，m表示增强结点的组数，q表示每组增强结点的个数；S205：将所述特征结点与所述增强结点拼接，作为输入层，并依据样本特征数据X对应的变压器状态的第一级分类Y，采用如下公式进行输出权值的计算，获得训练完成的第一级BLS分类器；W
m
＝[Z
n
|H

【专利技术属性】
技术研发人员：许超，李小兰，杨波，王振浩，李泽曦，张琦，刘东延，卢毅，杨旭，郑舒文，谭澈，赵宁，孙守道，赵贝加，谢杰，张志鹏，
申请(专利权)人：沈阳爱倍克科技有限公司国家电网有限公司，
类型：发明
国别省市：