本申请涉及一种基于异构数据的变压器缺陷诊断方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取模拟变压器放电的第一仿真模型；第一仿真模型用于输出变压器的第一仿真放电数据；获取变压器的现场传感器数据，根据第一仿真放电数据和现场传感器数据，对第一仿真模型的模型参数进行调整，得到第二仿真模型；第二仿真模型用于输出变压器的第二仿真放电数据；第二仿真放电数据与现场传感器数据的相关程度大于第一仿真放电数据与现场传感器数据的相关程度；获取变压器的现场异构数据，将现场异构数据和第二仿真放电数据输入至预训练的缺陷诊断模型，得到变压器的缺陷诊断结果。采用本方法能够准确地识别变压器的缺陷。陷。陷。
【技术实现步骤摘要】
基于异构数据的变压器缺陷诊断方法、装置和计算机设备
[0001]本申请涉及计算机
，特别是涉及一种基于异构数据的变压器缺陷诊断方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]变压器作为电力系统输配电的运行枢纽设备，其运行过程中常常受到制造工艺、近地点短路、过电流及过电压等不良因素的影响，使得其变压器常常存在诸如绕组过热、绕组松动变形、匝间与饼间绝缘缺陷和套管缺陷等运行缺陷，当变压器发生故障时，会对电网安全运行造成较大影响，所以对变压器运行过程中的缺陷进行精准识别显得尤为重要。
[0003]目前，在对变压器的缺陷进行识别时，通常采用数据驱动的方式构建缺陷识别模型。然而，这种缺陷识别模型的构建必须依赖于海量的特征数据，才能达到较好的缺陷识别效果。实际上，变压器的不同类型缺陷对应的各类特征数据量较为匮乏，常采用的单一特征构建的缺陷识别模型无法准确识别出变压器的缺陷类型，使得对变压器的缺陷识别不够准确，无法保证电力系统的安全运行。
[0004]因此，传统技术中存在变压器的缺陷识别不够准确的问题。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够准确识别变压器缺陷的基于异构数据的变压器缺陷诊断方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]一种基于异构数据的变压器缺陷诊断方法，其特征在于，方法包括：获取模拟变压器放电的第一仿真模型；第一仿真模型用于输出变压器的第一仿真放电数据；获取变压器的现场传感器数据，根据第一仿真放电数据和现场传感器数据，对第一仿真模型的模型参数进行调整，得到第二仿真模型；第二仿真模型用于输出变压器的第二仿真放电数据；第二仿真放电数据与现场传感器数据的相关程度大于第一仿真放电数据与现场传感器数据的相关程度；获取变压器的现场异构数据，将现场异构数据和第二仿真放电数据输入至预训练的缺陷诊断模型，得到变压器的缺陷诊断结果。
[0007]在其中一个实施例中，根据第一仿真放电数据和现场传感器数据，对第一仿真模型的模型参数进行调整，得到第二仿真模型，包括：对第一仿真放电数据和现场传感器数据进行灰色关联分析，得到灰色关联分析结果；灰色关联分析结果表征第一仿真放电数据和现场传感器数据之间的关联程度大小；在灰色关联分析结果所表征的值小于或等于预设阈值的情况下，对第一仿真模型的模型参数进行调整，并返回对第一仿真放电数据和现场传感器数据进行灰色关联分析的步骤，直至灰色关联分析结果所表征的值大于预设阈值；
将参数调整后的第一仿真模型作为第二仿真模型。
[0008]在其中一个实施例中，将现场异构数据和第二仿真放电数据输入至预训练的缺陷诊断模型，得到缺陷诊断结果，包括：对现场异构数据和第二仿真放电数据进行分类处理，得到变压器运行时对应的多个特征数据帧；各特征数据帧具有不同的运行数据类型；运行数据类型包括与变压器关联的负荷情况、油温、绕组温度、振动特征、局部放电信号、中心点接地电流、铁芯接地电流、油中溶解气体中的至少一种；将各运行数据类型对应的特征数据帧输入至相应的预训练的缺陷诊断模型，得到缺陷诊断结果。
[0009]在其中一个实施例中，将各运行数据类型对应的特征数据帧输入至相应的预训练的缺陷诊断模型，得到缺陷诊断结果，包括：将各预训练的缺陷诊断模型由浮点数结构模型转换为定点数结构模型，得到量化后缺陷诊断模型；将各运行数据类型对应的特征数据帧输入至相应的量化后缺陷诊断模型，得到变压器的缺陷诊断结果。
[0010]在其中一个实施例中，应用于计算机设备，计算机设备并行运行有通过FPGA建立的至少两个加速网络，将各运行数据类型对应的特征数据帧输入至相应的预训练的缺陷诊断模型，得到缺陷诊断结果，包括：将各运行数据类型对应的特征数据帧输入至相应的加速网络，得到加速网络返回的缺陷诊断结果；其中，加速网络用于将相应的预训练的缺陷诊断模型由浮点数结构模型转换为定点数结构模型，得到量化后缺陷诊断模型；将相应的特征数据帧输入至量化后缺陷诊断模型，得到相应的缺陷诊断结果。
[0011]在其中一个实施例中，获取变压器的现场传感器数据，包括：获取变压器对应的传感器数据；传感器数据为变压器在电力系统所处位置处设置的多个传感器所读取的数据；各传感器数据均采用同一种预设的数据结构；将传感器数据进行封装处理，得到现场传感器数据。
[0012]在其中一个实施例中，获取变压器的现场异构数据，包括：采集变压器在电力系统所处位置的异构数据；异构数据包括现场监测文本、图片、波形中的至少一种；根据异构数据对应的采集时间和采样率，对异构数据进行封装处理，得到现场异构数据。
[0013]一种基于异构数据的变压器缺陷诊断装置，其特征在于，装置包括：获取模块，用于获取模拟变压器放电的第一仿真模型；第一仿真模型用于输出变压器的第一仿真放电数据；调整模块，用于获取变压器的现场传感器数据，根据第一仿真放电数据和现场传感器数据，对第一仿真模型的模型参数进行调整，得到第二仿真模型；第二仿真模型用于输出变压器的第二仿真放电数据；第二仿真放电数据与现场传感器数据的相关程度大于第一仿真放电数据与现场传感器数据的相关程度；
诊断模块，用于获取变压器的现场异构数据，将现场异构数据和第二仿真放电数据输入至预训练的缺陷诊断模型，得到变压器的缺陷诊断结果。
[0014]一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现上述的方法的步骤。
[0015]一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现上述的方法的步骤。
[0016]上述基于异构数据的变压器缺陷诊断方法、装置、计算机设备、存储介质和计算机程序产品，获取模拟变压器放电的第一仿真模型；第一仿真模型用于输出变压器的第一仿真放电数据；获取变压器的现场传感器数据，根据第一仿真放电数据和现场传感器数据，对第一仿真模型的模型参数进行调整，得到第二仿真模型；获取变压器的现场异构数据，将现场异构数据和第二仿真放电数据输入至预训练的缺陷诊断模型，得到变压器的缺陷诊断结果；如此，实现了通过现场传感器数据对第一仿真模型的模型参数进行调整，得到第二仿真模型，通过第二仿真模型输出的第二仿真放电数据更接近现场实际状态，使得后续对变压器的缺陷诊断更为准确，并且，实现了通过第二仿真放电数据和现场异构数据对变压器的各类缺陷进行诊断，在特征数据量较小的情况下，实现了准确地识别变压器的缺陷，并且提高了缺陷识别速度。
附图说明
[0017]图1为一个实施例中一种变压器缺陷诊断方法的应用环境图；图2为一个实施例中一种变压器缺陷诊断方法的流程示意图；图3为一个实施例中一种获取模拟放电特征数据方法的流程图；图4为一个实施例中一种变压器缺陷诊断系统的结构示意图；图5为一个实施例中一种变压器的缺陷诊断流程图；图6为一个实施例中一种将异构数据进行封装的流程图；图7另一个实施例中一种变压器缺陷诊断方法的流程示意图；图8为一个实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于异构数据的变压器缺陷诊断方法，其特征在于，所述方法包括：获取模拟变压器放电的第一仿真模型；所述第一仿真模型用于输出所述变压器的第一仿真放电数据；获取所述变压器的现场传感器数据，根据所述第一仿真放电数据和所述现场传感器数据，对所述第一仿真模型的模型参数进行调整，得到第二仿真模型；所述第二仿真模型用于输出所述变压器的第二仿真放电数据；所述第二仿真放电数据与所述现场传感器数据的相关程度大于所述第一仿真放电数据与所述现场传感器数据的相关程度；获取所述变压器的现场异构数据，将所述现场异构数据和所述第二仿真放电数据输入至预训练的缺陷诊断模型，得到所述变压器的缺陷诊断结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一仿真放电数据和所述现场传感器数据，对所述第一仿真模型的模型参数进行调整，得到第二仿真模型，包括：对所述第一仿真放电数据和所述现场传感器数据进行灰色关联分析，得到灰色关联分析结果；所述灰色关联分析结果表征所述第一仿真放电数据和所述现场传感器数据之间的关联程度大小；在所述灰色关联分析结果所表征的值小于或等于预设阈值的情况下，对所述第一仿真模型的模型参数进行调整，并返回所述对所述第一仿真放电数据和所述现场传感器数据进行灰色关联分析的步骤，直至所述灰色关联分析结果所表征的值大于所述预设阈值；将参数调整后的第一仿真模型作为第二仿真模型。3.根据权利要求1所述的方法，其特征在于，所述将所述现场异构数据和所述第二仿真放电数据输入至预训练的缺陷诊断模型，得到缺陷诊断结果，包括：对所述现场异构数据和所述第二仿真放电数据进行分类处理，得到所述变压器运行时对应的多个特征数据帧；各所述特征数据帧具有不同的运行数据类型；所述运行数据类型包括与变压器关联的负荷情况、油温、绕组温度、振动特征、局部放电信号、中心点接地电流、铁芯接地电流、油中溶解气体中的至少一种；将各所述运行数据类型对应的特征数据帧输入至相应的所述预训练的缺陷诊断模型，得到所述缺陷诊断结果。4.根据权利要求3所述的方法，其特征在于，所述将各所述运行数据类型对应的特征数据帧输入至相应的所述预训练的缺陷诊断模型，得到所述缺陷诊断结果，包括：将各所述预训练的缺陷诊断模型由浮点数结构模型转换为定点数结构模型，得到量化后缺陷诊断模型；将各所述运行数据类型对应的特征数据帧输入至相应的所述量化后缺陷诊断模型，得到所述变压器的缺陷诊断结果。5....
【专利技术属性】
技术研发人员：景茂恒，李鹏，樊小鹏，李立浧，徐振恒，韦杰，何毅，钟枚汕，卢星宇，刘胜荣，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。