一种变压器震动检测方法、系统、设备及存储介质技术方案

本申请公开了一种变压器震动检测方法、系统、设备及存储介质，第一方面提出全局

【技术实现步骤摘要】
一种变压器震动检测方法、系统、设备及存储介质


[0001]本申请涉及电力
，尤其涉及一种变压器震动检测方法、系统、设备及存储介质。

技术介绍

[0002]随着电力系统的“智能化”，“稳定化”，“安全化”三理念的提出，自动化机房已经得到了大面积的推广和运行。随着科技的发展，传感器等设备在自动化机房中得到了大量的布置和使用，在数据采集方面的水平和精度大大提高，但随之而来的是数据的多元性和异构型也成倍增长，传统的变压器的震动故障检测方法和故障定位法在这种大数据的背景下难以表现出让人满意的精准性和时效性。
[0003]目前对于电力变压器的震动故障检测方法主要有三类：第一类是在解析模型的基础上构建精准的数学物理模型对变压器进行诊断。第二类是收集不完善的故障经验，建立数学定性模型，通过模型推理出故障类别，典型的有人工决策树法。第三类是基于数据驱动的电力变压器故障智能分类方法，如支持向量机、卷积神经网络等。
[0004]然而，上述检测方法存在着一些问题。第一类方法受限于数学模型的精确度，同时对于外界因素例如温度，光照的反应不够敏感，定位准确率低。第二类方法以以往故障数据为基础，缺少时效性，无法实时更新故障库导致难以识别智能化环境下的多种新型震动故障。第三类方法本身具有一些固有缺陷，如神经网络对学习样本质量要求高，易陷入局部最优；支持向量机在处理小样本数据时性能突出，其本质上为二分类器，在处理多分类问题时效率较低。

技术实现思路

[0005]本申请提供了一种变压器震动检测方法、系统、设备及存储介质，用于解决现有技术震动故障检测和定位准确率低，且无法对故障进行预警的技术问题。
[0006]有鉴于此，本申请第一方面提供了一种变压器震动检测方法，所述方法包括：
[0007]S1、采集变压器的运行信号并进行预处理，所述运行信号包括：变压器的线圈振动频率信号、线圈和箱体的温度信号以及由红外摄像采集开关和线圈周围的亮度信号；
[0008]S2、将所述运行信号转换为二维数据矩阵，再将所述二维数据矩阵进行归一化处理，得到二维灰度图；
[0009]S3、将待测时间段的二维灰度图输入到训练好的双重交叉对比注意力网络中，输出变压器的第一故障检测结果，所述双重交叉对比注意力网络由历史二维灰度图训练得到的，其中，所述双重交叉对比注意力网络包括：全局
‑
局部交叉对比注意力网络和故障
‑
正常交叉对比注意力网络；
[0010]S4、根据所述第一故障检测结果确定未发生故障的变压器对应的二维灰度图作为故障二维灰度图，并输入到训练好的短期故障数据预测模型中，输出预测时间段的二维灰度图，同时输入到所述双重交叉对比注意力网络，输出变压器的第二故障检测结果。
[0011]可选地，所述全局
‑
局部交叉对比注意力网络的训练过程，具体包括：
[0012]将步骤S3得到的二维灰度图看作N个查询向量构成的查询矩阵R＝[r1；r2；...；r
N
]，按照注意力展示来计算第i个图像块的累积注意力分数S
i
；
[0013]根据累积注意力分数S
i
，从R
i
中选择CLS的累积权重中的前T个最高响应对应的前T个查询向量，以构建新的查询矩阵R
l
，表示最受关注的局部嵌入；
[0014]基于输出函数，计算所选本地查询和全局键值对之间的交叉关注；
[0015]其中，所述输出函数为：
[0016][0017]式中，为比例因子，查询矩阵Q、键矩阵K和值矩阵V分别通过不同的线性变换从相同的输入嵌入X∈R
N
×
D
来计算:Q＝XW
Q
,K＝XW
K
，V＝XW
V
，l和g为系数，输出的新的矩阵F
G
即为故障特征矩阵；
[0018]根据所述故障特征矩阵F
G
和故障特征的主成分，使用GRA确定故障特征权重得到故障权重矩阵，并作为所述全局
‑
局部交叉对比注意力网络的输出矩阵。
[0019]可选地，所述故障
‑
正常交叉对比注意力网络的训练过程，具体包括：
[0020]构建故障
‑
正常交叉对比注意力网络，将所述故障二维灰度图和正常二维灰度图先后输入到所述故障
‑
正常交叉对比注意力网络中进行训练；
[0021]并基于所述输出函数根据所述故障二维灰度图和正常二维灰度图，计算得到正常的数据矩阵和含有故障的数据矩阵对比之后的故障特征矩阵和故障特征权重矩阵，作为所述故障
‑
正常交叉对比注意力网络的输出矩阵；
[0022]通过贡献率函数将所述故障
‑
正常交叉对比注意力网络和所述全局
‑
局部交叉对比注意力网络的输出矩阵进行组合，得到故障特征矩阵和故障特征权重矩阵；
[0023]根据所述故障特征权重矩阵将分类后的故障进行分层得到故障分类分层特征集，同时由离线网络训练的特征集改进对比注意力网络参数并迭代，得到所述双重交叉对比注意力网络。
[0024]可选地，所述再将所述二维矩阵进行归一化处理，得到二维灰度图，具体包括：
[0025]基于归一化公式，将所述二维数据矩阵进行归一化处理，得到二维灰度图；
[0026]其中，所述归一化公式为：
[0027][0028]式中，L(i)为所述二维数据矩阵，其中i＝1,2
……
,N
×
M；Max(L)表示二维灰度图中最大值；Min(L)表示二位灰度图中最小值；R(n,m)(n＝1,2
……
,N，m＝1,2
……
,M)表示图像归一化后的像素强度；circle函数是归一化函数。
[0029]本申请第二方面提供一种变压器震动检测系统，所述系统包括：
[0030]采集单元，用于采集变压器的运行信号并进行预处理，所述运行信号包括：变压器的线圈振动频率信号、线圈和箱体的温度信号以及由红外摄像采集开关和线圈周围的亮度信号；
[0031]归一化单元，用于将所述运行信号转换为二维数据矩阵，再将所述二维数据矩阵
进行归一化处理，得到二维灰度图；
[0032]第一检测单元，用于将待测时间段的二维灰度图输入到训练好的双重交叉对比注意力网络中，输出变压器的第一故障检测结果，所述双重交叉对比注意力网络由历史二维灰度图训练得到的，其中，所述双重交叉对比注意力网络包括：全局
‑
局部交叉对比注意力网络和故障
‑
正常交叉对比注意力网络；
[0033]第二检测单元，用于根据所述第一故障检测结果确定未发生故障的变压器对应的二维灰度图作为故障二维灰度图，并输入到训练好的短期故障数据预测模型中，输出预测时间段的二维灰度图，同时输入到所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器震动检测方法，其特征在于，包括：S1、采集变压器的运行信号并进行预处理，所述运行信号包括：变压器的线圈振动频率信号、线圈和箱体的温度信号以及由红外摄像采集开关和线圈周围的亮度信号；S2、将所述运行信号转换为二维数据矩阵，再将所述二维数据矩阵进行归一化处理，得到二维灰度图；S3、将待测时间段的二维灰度图输入到训练好的双重交叉对比注意力网络中，输出变压器的第一故障检测结果，所述双重交叉对比注意力网络由历史二维灰度图训练得到的，其中，所述双重交叉对比注意力网络包括：全局
‑
局部交叉对比注意力网络和故障
‑
正常交叉对比注意力网络；S4、根据所述第一故障检测结果确定未发生故障的变压器对应的二维灰度图作为故障二维灰度图，并输入到训练好的短期故障数据预测模型中，输出预测时间段的二维灰度图，同时输入到所述双重交叉对比注意力网络，输出变压器的第二故障检测结果。2.根据权利要求1所述的变压器震动检测方法，其特征在于，所述全局
‑
局部交叉对比注意力网络的训练过程，具体包括：将步骤S3得到的二维灰度图看作N个查询向量构成的查询矩阵R＝[r1；r2；
…
；r
N
]，按照注意力展示来计算第i个图像块的累积注意力分数S
i
；根据累积注意力分数S
i
，从R
i
中选择CLS的累积权重中的前T个最高响应对应的前T个查询向量，以构建新的查询矩阵R
l
，表示最受关注的局部嵌入；基于输出函数，计算所选本地查询和全局键值对之间的交叉关注；其中，所述输出函数为：式中，为比例因子，查询矩阵Q、键矩阵K和值矩阵V分别通过不同的线性变换从相同的输入嵌入X∈R
N
×
D
来计算:Q＝XW
Q
,K＝XW
K
，V＝XW
V
，l和g为系数，输出的新的矩阵F
G
即为故障特征矩阵；根据所述故障特征矩阵F
G
和故障特征的主成分，使用GRA确定故障特征权重得到故障权重矩阵，并作为所述全局
‑
局部交叉对比注意力网络的输出矩阵。3.根据权利要求2所述的变压器震动检测方法，其特征在于，所述故障
‑
正常交叉对比注意力网络的训练过程，具体包括：构建故障
‑
正常交叉对比注意力网络，将所述故障二维灰度图和正常二维灰度图先后输入到所述故障
‑
正常交叉对比注意力网络中进行训练；并基于所述输出函数根据所述故障二维灰度图和正常二维灰度图，计算得到正常的数据矩阵和含有故障的数据矩阵对比之后的故障特征矩阵和故障特征权重矩阵，作为所述故障
‑
正常交叉对比注意力网络的输出矩阵；通过贡献率函数将所述故障
‑
正常交叉对比注意力网络和所述全局
‑
局部交叉对比注意力网络的输出矩阵进行组合，得到故障特征矩阵和故障特征权重矩阵；根据所述故障特征权重矩阵将分类后的故障进行分层得到故障分类分层特征集，同时由离线网络训练的特征集改进对比注意力网络参数并迭代，得到所述双重交叉对比注意力
网络。4.根据权利要求1所述的变压器震动检测方法，其特征在于，所述再将所述二维矩阵进行归一化处理，得到二维灰度图，具体包括：基于归一化公式，将所述二维数据矩阵进行归一化处理，得到二维灰度图；其中，所述归一化公式为：式中，L(i)为所述二维数据矩阵，其中i＝1,2
……
,N
×
M；Max(L)表示二维灰度图中最大值；Min(L)表示二位灰度图中最小值；R(n,m)(n＝1,2
……
,N，m＝1,2
……
,M)表示图像归一化后的像素强度；circle函数是归一化函数。5.一种变压器震动检测系统，其特征在于，包括：采集单元，用于采集变压器的运行信号并进行预处理，所述运行信号包括：变压器的线圈振动频率信号、线圈和箱体的温度信号以及由红外摄像采集开关和线圈周围的亮度信号；归一化单元，用于将所述运行信号转换为二...

【专利技术属性】
技术研发人员：陈显超，刘洋，张杰明，高宜凡，陈益哲，陈展尘，陈忠颖，李波，梁妍陟，陈金成，
申请(专利权)人：广东电网有限责任公司肇庆供电局，
类型：发明
国别省市：