一种油浸式变压器健康诊断系统技术方案

本发明专利技术公开了一种油浸式变压器健康诊断系统，包括数据采集模块、数据传输模块、数据处理与存储模块、分析诊断模块，所述数据采集模块在变压器各监测点安装各种传感器，通过传感器采集相应DGA数据；所述数据传输模块与数据处理与存储模块相连，将采集的数据传送至数据处理与存储模块；所述数据处理与存储模块与分析诊断模块相连，基于云计算技术，实现对数据的处理及存储。所述分析诊断模块根据已训练的故障诊断模型来判断变压器的运行状态。所述已训练的故障诊断模型采用支持向量机模型对预先采集的历史故障数据进行学习而获得。本发明专利技术通提供的技术方案，实现对变压器的运行状态实时诊断与评估，保证了变压器的正常运行。保证了变压器的正常运行。保证了变压器的正常运行。

【技术实现步骤摘要】
一种油浸式变压器健康诊断系统


[0001]本专利技术涉及变压器技术邻域，尤其涉及一种油浸式变压器健康诊断系统。

技术介绍

[0002]随着我国社会经济的发展，电力能源的使用也越来越广泛，不仅在人们的日常生活离不开它，而且在工业上也得到了广泛的应用，由于电力能源的重要性，对电力设备的可靠性、稳定性以及诊断效能提出了更高的要求。变压器是电力系统的重要设备，在电力的生产起到至关重要的作用，其安全稳定运行保障了电力系统的安全稳定。
[0003]近些年来随着计算机技术、通信技术、云计算、人工智能以及大数据技术的发展，为实现电力设备的在线监测和实时健康诊断创造了成熟的条件。基于大数据及人工智能等技术实现对变压器运行状态的实时监测与健康状态诊断，是指导变压器检修工作的研究热点。传统油浸式电力变压器诊断方法多采用油中溶解气体分析的DGA法，当变压器出现过热及放电等状态时，其中的绝缘油会产生气体，并溶解到油中，DGA法通过分析溶解气体的情况进而得到变压器的运行状况。但这种方式由于局限于阈值诊断的范畴，往往需要在某些特征气体的含量超过阈值时才能诊断出结果，以至于很难在故障发生初期及时诊断出故障类型。

技术实现思路

[0004]本专利技术了一种油浸式变压器健康诊断系统，可实现对油浸式变压器在线监测与实时健康状态诊断，保证变压器的健康稳定运行，满足了人们和工业上正常用电需求。
[0005]本专利技术了一种油浸式变压器健康诊断系统，包括数据采集模块、数据传输模块、数据处理与存储模块以及分析诊断模块；
[0006]所述数据采集模块与数据传输模块相连，通过安装在不同位置的传感器收集变压器中DGA数据；
[0007]所述数据处理与存储模块与分析诊断模块相连，负责对收集到的数据进行分析处理与存储，并将实时监测数据发送至分析诊断模块；
[0008]所述数据处理与存储模块与分析诊断模块相连，负责对监测数据进行存储与处理，利用已有的历史数据训练得到故障诊断模型，用最优的故障诊断模型判断变压器的运行状态；
[0009]所述分析诊断模块根据实时DGA监测数据和已训练的故障诊断模型判断变压器的运行状态，当故障诊断模型判处变压器设备工作发生异常时，系统则会出现提示信息，告知相应工作人员设备发生故障。
[0010]在可选的实施方式中，所述数据采集模块所采集数据包括H2、C2H2、CH4、C2H6、C2H4这5种油中溶解气体含量。
[0011]在可选的实施方式中，所述数据处理与存储模块应包括异常数据处理模块，将异常的监测数据进行删除，将正常的数据则存入相应的数据库中。
[0012]在可选的实施方式中，所述数据处理与存储模块通过使用云存储技术和云计算技术来实现数据存储和并行计算处理。
[0013]在可选的实施方式中，所述数据存储与处理还包括模型支持向量机故障模型训练模块，其训练步骤如下：
[0014]a.从数据库中选取相应的训练集；
[0015]c.选取合适的核函数类型；
[0016]c.根据选择训练集数据以此得到最优的支持向量机故障诊断模型。
[0017]在可选的实施方式中，所述数据处理与存储模块还包括数据预处理模块，包括对训练数据进行归一化等操作，以此来提高故障诊断模型的准确率。
[0018]优选的，在步骤b中选取径向基核函数作为支持向量机的核函数。
[0019]优选的，在步骤c中，为了得到最优的支持向量机故障诊断模型，需要训练获取支持向量机中惩罚因子以及核参数这两个参数的最优值，以此，基于训练集数据，通过智能优化算法优化支持向量机模型，得到惩罚因子和核参数这两个参数的最优值。
[0020]在可选的实施方式中，考虑设备的自然损坏以及新的故障数据的出现，每间隔一段时间将新的故障数据添加至原始训练集中，得到最新的训练数据，使用最新的训练数据重新训练模型，以此得到最新的故障诊断模型。
[0021]在可选的实施方式中，所述分析诊断模块还应包括信息推送模块和报警模块,当诊断变压器发生故障时，信息推送模块用于将故障信息发送至相应的终端，如手机、电脑等，报警模块用于提醒工作人员变压器已发生故障。
[0022]与现有技术相比，本专利技术的有益之处在于：
[0023]本专利技术采用云存储技术和云计算技术对数据进行存储与计算处理，可以实现海量数据的存储以及数据实时处理，可以实现变压器设备的实时监测与健康状态诊断。
[0024]本专利技术考虑设备的自然损坏以及新的故障数据的出现，每隔一段时间就更新训练集数据，根据新的训练集，不断优化上述已训练的故障诊断模型，以此进一步提高故障诊断的准确率。
附图说明
[0025]图1为本专利技术的一种油浸式变压器健康诊断系统的原理框图。
[0026]图2为支持向量机故障诊断模型训练及诊断流程图。
具体实施方式
[0027]为了使本专利技术的目的、技术方案以及优点更加清楚明白，下面将结合附图对本专利技术进行进一步的详细说明。
[0028]参照附图1，本专利技术一种油浸式变压器健康诊断系统，包括数据采集模块、数据传输模块、数据处理与存储模块以及分析诊断模块。其中数据采集模块与数据传输模块相连，数据传输模块与数据处理与存储模块相连，数据处理与存储模块与分析诊断模块相连；
[0029]所述数据采集模块用于采集变压器中DGA数据；
[0030]所述数据传输模块将数据采集模块所收集的数据发送至数据处理与存储模块；
[0031]所述数据处理与存储模块用于对监测数据进行处理与存储，并利用历史数据库中
数据训练得到最优的支持向量机故障诊断模型；
[0032]所述分析诊断模块根据故障诊断模型的输出结果对电力设备的运行状况进行诊断，判断该变压器设备是否正常运行。
[0033]具体地，数据采集模块采集的数据包括H2、C2H2、CH4、C2H6、C2H4这5种油中溶解气体含量。
[0034]具体地，数据处理与存储模块应包括异常数据处理模块，对异常的监测数据进行删除，对正常的数据则存入相应的数据库中。
[0035]具体地，数据处理与存储模块使用云存储技术和云计算技术来实现对监测数据的存储与计算处理。
[0036]更多地，数据处理与存储模块还包括支持向量机故障诊断模型训练模块，参照图2，包括以下步骤：
[0037]步骤S1：从历史数据库中获取变压器的DGA数据训练集；
[0038]步骤S2：对数据进行预处理操作；
[0039]步骤S3：选取支持向量机模型的核函数类型；
[0040]步骤S4：利用训练数据集训练支持向量机模型；
[0041]步骤S5：保存最优的支持向量机故障诊断模型。
[0042]步骤S2中，对数据的预处理主要包括数据的归一化操作，对数据进行归一化处理后，可以减小各特征气体成分含量之间的巨大差异性，提高故障诊断模型的训练准确度，我们使用下式对数据进行归一化处理，其公式如下：
[0043]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油浸式变压器健康诊断系统其特征在于，包括数据采集模块、数据传输模块、数据处理与存储模块以及分析诊断模块；所述数据采集模块与数据传输模块相连，通过安装在不同位置的传感器收集变压器中DGA数据；所述数据传输模块与数据处理与存储模块相连，将数据采集模块所采集的DGA数据发送至数据处理与存储模块；所述数据处理与存储模块与分析诊断模块相连，负责对收集到的DGA数据进行存储与预处理，并将实时监测数据发送至分析诊断模块；所述分析诊断模块根据实时DGA监测数据和已训练的故障诊断模型判断变压器的运行状态，当故障诊断模型判处变压器设备工作发生异常时，系统则会出现提示信息，告知相应工作人员设备发生故障。2.根据权利要求1所述的一种油浸式变压器健康诊断系统，其特征在于，所述数据采集模块所采集数据包括H2、C2H2、CH4、C2H6、C2H4这5种油中溶解气体含量。3.根据权利要求1所述的一种油浸式变压器健康诊断系统，其特征在于，所述数据处理与存储模块应包括异常数据处理模块，将异常的监测数据进行删除，将正常的数据则存入相应的数据库中。4.根据权利要求1所述的一种油浸式变压器健康诊断系...

【专利技术属性】
技术研发人员：颜宏文，周潭，马瑞，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：