本发明专利技术实施例公开了一种变压器健康状态的检测方法及装置、设备及存储介质，方法包括：确定用于反映变压器的在线实际运行情况的状态特征；利用预设的JS散度算法、状态特征、预设的变压器的健康状态特征以及故障状态特征进行相似度度量，确定状态特征与健康状态特征的第一相似性指数，以及状态特征与故障状态特征的第二相似性指数；根据第一相似性指数以及第二相似性指数，确定用于反映变压器的健康程度的健康置信度。通过上述方式，可以对变压器的在线实际运行情况进行健康评估，并且通过状态特征与健康状态特征的相似性指数，以及状态特征与故障状态特征的相似性指数，确定变压器的健康置信度，实现了对配电变压器健康状态的综合判断。合判断。合判断。
【技术实现步骤摘要】
变压器健康状态的检测方法及装置、设备及存储介质
[0001]本专利技术涉及电力安全
，尤其涉及一种变压器健康状态的检测方法及装置、设备及存储介质。
技术介绍
[0002]配电变压器是构成配电网的关键基础设备，对配电网的安全可靠运行起着至关重要的作用。配电变压器性能状态直接影响配电网的运行稳定性和对用户的供电可靠性。变压器一旦发生故障，可能会造成突发大面积停电，不仅影响企业正常生产，还会给人民生活带来不便，对国家经济效益和社会效益均造成严重危害。加强智能配电网的建设也对配电变压器的智能化与可靠性提出了更高要求。智能化的配电变压器应是计算机技术、电力电子技术、通信技术与变压器相关技术的不断融合结果。其智能化主要体现在良好的通信接口、信息管理、状态诊断与评估、运行数据监测和故障报警等功能，以及具有良好的自适应优化运行能力。
[0003]在数字化时代，充分利用人工智能领域的机器学习技术，以端到端的在线故障诊断自动学习从电力变压器各项监测数据构成的数据集到其健康状态之间的映射关系，获得非线性的学习模型，将能够为电力变压器的运行和维护朝着全面数字化和智能化的目标迈进奠定坚实的技术基础。
[0004]配电变压器健康状态评估是配电变压器数据感知技术中的关键内容之一，为配电变压器智能维护决策制定提供理论依据。目前，相比于油、气数据，振动信号较少应用于配电变压器健康状态评估，并且现有的健康状态评估方法多是基于试验数据、维护检修记录等历史信息开展的，较少涉及基于实时运行数据的配电变压器性能退化在线评估。
[0005]因此，缺少一种可在线评估变压器状态的方式。
技术实现思路
[0006]本专利技术的主要目的在于提供一种变压器健康状态的检测方法及装置、设备及存储介质，可以解决现有技术中的无法在线对变压器健康状态检测的问题。
[0007]为实现上述目的，本专利技术第一方面提供一种变压器健康状态的检测方法，所述方法包括：
[0008]确定变压器的状态特征，所述状态特征用于反映所述变压器的在线实际运行情况；
[0009]利用预设的JS散度算法、状态特征、预设的变压器的健康状态特征以及故障状态特征进行相似度度量，确定所述状态特征与健康状态特征的第一相似性指数，以及所述状态特征与故障状态特征的第二相似性指数；
[0010]根据所述第一相似性指数以及所述第二相似性指数，确定所述变压器的健康置信度，所述健康置信度用于反映所述变压器的健康程度。
[0011]在一种可行实现方式中，所述确定变压器的状态特征，包括：
[0012]获取多属性振动信号传感器采集到的所述变压器的在线监测数据；
[0013]利用预设的奇异谱分析法对所述在线监测数据进行信号分解及特征提取处理，确定所述变压器的状态特征。
[0014]在一种可行实现方式中，所述健康置信度包括如下数学表达式：
[0015][0016]式中，Q为变压器的健康置信度，Q∈[0,1]，D
xJS
为第一相似性指数，D
yJS
为第二相似性指数。
[0017]在一种可行实现方式中，所述JS散度算法包括如下数学表达式：
[0018][0019]式中，D
xJS
为第一相似性指数，D
yJS
为第二相似性指数，为变压器的状态特征，为健康状态特征，为故障状态特征。
[0020]在一种可行实现方式中，所述方法之前还包括：
[0021]获取带有健康状态标签的第一数据集以及带有故障状态标签的第二数据集，所述第一数据集包括不同健康状态条件下电力变压器自身多属性振动信号传感器监测的第一历史时间序列数据；所述第二数据集包括不同故障状态条件下电力变压器自身多属性振动信号传感器监测的第二历史时间序列数据；
[0022]根据所述第一数据集以及所述第二数据集，确定多模态数据集；
[0023]利用预设的奇异谱分析法对所述多模态数据集进行信号分解及特征提取处理，确定所述健康状态特征以及所述故障状态特征，所述健康状态特征以及所述故障状态特征均为长期趋势信号状态特征。
[0024]在一种可行实现方式中，所述根据所述第一数据集以及所述第二数据集，确定多模态数据集，包括：
[0025]利用预设的差分去噪算法对所述第一数据集以及所述第二数据集进行数据清洗处理，确定去噪后的第一数据集以及第二数据集；
[0026]对去噪后的第一数据集以及第二数据集进行异常值处理，得到所述多模态数据集。
[0027]为实现上述目的，本专利技术第二方面提供一种变压器健康状态的检测装置，所述装置包括：
[0028]第一状态特征确定模块：用于确定变压器的状态特征，所述状态特征用于反映所述变压器的在线实际运行情况；
[0029]相似性确定模块：用于利用预设的JS散度算法、状态特征、预设的变压器的健康状态特征以及故障状态特征进行相似度度量，确定所述状态特征与健康状态特征的第一相似性指数，以及所述状态特征与故障状态特征的第二相似性指数；
[0030]置信度确定模块：用于根据所述第一相似性指数以及所述第二相似性指数，确定
所述变压器的健康置信度，所述健康置信度用于反映所述变压器的健康程度。
[0031]在一种可行实现方式中，所述装置还包括：
[0032]数据集获取模块：用于获取带有健康状态标签的第一数据集以及带有故障状态标签的第二数据集，所述第一数据集包括不同健康状态条件下电力变压器自身多属性振动信号传感器监测的第一历史时间序列数据；所述第二数据集包括不同故障状态条件下电力变压器自身多属性振动信号传感器监测的第二历史时间序列数据；
[0033]数据集确定模块：用于根据所述第一数据集以及所述第二数据集，确定多模态数据集；
[0034]第二状态特征确实模块：用于利用预设的奇异谱分析法对所述多模态数据集进行信号分解及特征提取处理，确定所述健康状态特征以及所述故障状态特征，所述健康状态特征以及所述故障状态特征均为长期趋势信号状态特征。
[0035]为实现上述目的，本专利技术第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
[0036]为实现上述目的，本专利技术第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
[0037]采用本专利技术实施例，具有如下有益效果：
[0038]本专利技术提供一种变压器健康状态的检测方法，方法包括：确定变压器的状态特征，状态特征用于反映变压器的在线实际运行情况；利用预设的JS散度算法、状态特征、预设的变压器的健康状态特征以及故障状态特征进行相似度度量，确定状态特征与健康状态特征的第一相似性指数，以及状态特征与故障状态特征的第二相似性指数；根据第一相似性指数以及第二相似性指数，确定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种变压器健康状态的检测方法，其特征在于，所述方法包括：确定变压器的状态特征，所述状态特征用于反映所述变压器的在线实际运行情况；利用预设的JS散度算法、状态特征、预设的变压器的健康状态特征以及故障状态特征进行相似度度量，确定所述状态特征与健康状态特征的第一相似性指数，以及所述状态特征与故障状态特征的第二相似性指数；根据所述第一相似性指数以及所述第二相似性指数，确定所述变压器的健康置信度，所述健康置信度用于反映所述变压器的健康程度。2.根据权利要求1所述方法，其特征在于，所述确定变压器的状态特征，包括：获取多属性振动信号传感器采集到的所述变压器的在线监测数据；利用预设的奇异谱分析法对所述在线监测数据进行信号分解及特征提取处理，确定所述变压器的状态特征。3.根据权利要求1所述方法，其特征在于，所述健康置信度包括如下数学表达式：式中，Q为变压器的健康置信度，Q∈[0,1]，D
xJS
为第一相似性指数，D
yJS
为第二相似性指数。4.根据权利要求1所述方法，其特征在于，所述JS散度算法包括如下数学表达式：式中，D
xJS
为第一相似性指数，D
yJS
为第二相似性指数，为变压器的状态特征，为健康状态特征，为故障状态特征。5.根据权利要求1所述方法，其特征在于，所述方法之前还包括：获取带有健康状态标签的第一数据集以及带有故障状态标签的第二数据集，所述第一数据集包括不同健康状态条件下电力变压器自身多属性振动信号传感器监测的第一历史时间序列数据；所述第二数据集包括不同故障状态条件下电力变压器自身多属性振动信号传感器监测的第二历史时间序列数据；根据所述第一数据集以及所述第二数据集，确定多模态数据集；利用预设的奇异谱分析法对所述多模态数据集进行信号分解及特征提取处理，确定所述健康状态特征以及所述故障状态特征，所述健康状态特征以及所述故障状态特征均为长期趋势信号状态特征。6.根据权利要求5所述方法，其特征在...
【专利技术属性】
技术研发人员：龚泽威一，王耀龙，曹占国，段雨廷，杨宏伟，郭晨鋆，彭晶，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
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。