一种基于气体浓度时序数据的变压器故障预警方法技术

本发明专利技术提供了一种基于气体浓度时序数据的变压器故障预警方法，本发明专利技术采用待诊断变压器正常状态下的油中溶解气体浓度，构建浓度时序数据，基于浓度时序数据得到互信息值序列，通过互信息值序列训练互信息值预测模型，通过互信息值预测模型预测待诊断变压器下一监测时刻油中溶解气体的互信息值的上下阈值，判断下一时刻的浓度时序数据与时间变量的互信息值是否在上下阈值范围内，若是，则下一监测时刻的待诊断变压器是正常的，若否，则下一监测时刻的待诊断变压器已经存在故障，通过待诊断变压器正常状态的浓度数据诊断下一监测时刻待诊断变压器的故障情况，解决了由于个体差异，造成变压器故障诊断精确度低，对变压器存在误故障报警的问题。在误故障报警的问题。在误故障报警的问题。

【技术实现步骤摘要】
一种基于气体浓度时序数据的变压器故障预警方法


[0001]本专利技术涉及变压器故障诊断
，具体而言，涉及一种基于气体浓度时序数据的变压器故障预警方法。

技术介绍

[0002]电力变压器承担着电能输送和电压转换的任务，是电力系统内最核心的设备之一，其运行状态影响着整个系统的可靠性。油中溶解气体分析(Dissolved Gas Analysis,DGA)被证明是世界范围内诊断油浸式电力变压器内部故障的有效手段，可灵敏识别油浸式变压器的内部故障。
[0003]变压器在正常运行状态和故障状态时，气体浓度时序数据会呈现不同的变化规律，挖掘正常运行状态时的气体浓度数据变化规律，在该规律发生变化时发出信号，即可达到预警的目的。
[0004]现有变压器故障预警方法均是采用多个变压器的溶解气体浓度对故障预测模型进行训练，从而得到变压器的预测故障，并进行报警，但是由于每个变压器是独立的个体，不同变压器内部溶解气体浓度存在差异，因此，采用其他的变压器的溶解气体浓度训练出的故障预测模型，存在变压器故障诊断精确度低，对变压器存在误故障报警的问题。

技术实现思路

[0005]针对现有技术中的上述不足，本专利技术提供的一种基于气体浓度时序数据的变压器故障预警方法解决了现有变压器故障预警方法存在变压器故障诊断精确度低，对变压器存在误故障报警的问题。
[0006]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于气体浓度时序数据的变压器故障预警方法，包括以下步骤：
[0007]S1、采集待诊断变压器正常状态下的油中溶解气体浓度，得到每种类型的油中溶解气体的浓度时序数据；
[0008]S2、计算每种类型的油中溶解气体的浓度时序数据与时间变量的互信息值，得到每种类型的油中溶解气体对应的互信息值序列；
[0009]S3、根据每种类型的油中溶解气体对应的互信息值序列，构建并优化互信息值预测模型，预测下一监测时刻各类型的油中溶解气体的互信息值的上下阈值；
[0010]S4、在获得下一监测时刻各类型的油中溶解气体的浓度后，构建监测气体的浓度时序数据；
[0011]S5、计算监测气体的浓度时序数据与时间变量的互信息值，在监测气体的浓度时序数据与时间变量的互信息值超过上下阈值范围时，进行变压器故障报警。
[0012]进一步地，所述步骤S1中油中溶解气体浓度包括：H2浓度、CH4浓度、C2H6浓度、C2H4浓度和C2H2浓度；
[0013]所述步骤S1具体为：
[0014]以时刻t为起始时刻，每一种类型的油中溶解气体采集100个浓度值，将100个浓度值分为10组，构成每种类型的油中溶解气体的浓度时序数据为：C
i，j
＝{C
i，j，1
，...，C
i，j，n
，...，C
i，j，10
}，其中，C
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据，i＝1，2，3，4，5，j＝1，2，3，4，5，6，7，8，9，10，i＝1时，C
1，j
为油中溶解H2的第j组浓度时序数据，i＝2时，C
2，j
为油中溶解CH4的第j组浓度时序数据，i＝3时，C
3，j
为油中溶解C2H6的第j组浓度时序数据，i＝4时，C
4，j
为油中溶解C2H4的第j组浓度时序数据，i＝5时，C
5，j
为油中溶解C2H2的第j组浓度时序数据，n为标记每个浓度数据被采集时刻的编号，C
i，j，1
为第i种类型的油中溶解气体的第j组浓度时序数据中第1个时刻采集的浓度值，C
i，j，n
为第i种类型的油中溶解气体的第j组浓度时序数据中第n个时刻采集的浓度值，C
i，j，10
为第i种类型的油中溶解气体的第j组浓度时序数据中第10个时刻采集的浓度值。
[0015]进一步地，所述步骤S2包括以下分步骤：
[0016]S21、计算每种类型的油中溶解气体的浓度时序数据与时间变量的互信息值；
[0017]S22、将属于同种油中溶解气体类型的多个互信息值构建为互信息值序列，互信息值序列具体为{MI
i，1
，...，MI
i，j
，...MI
i，10
}，其中，{MI
i，1
，...，MI
i，j
，...MI
i，10
}为第i种类型的油中溶解气体对应的互信息值构建的互信息值序列，MI
i，1
为第i种类型的油中溶解气体的第1组浓度时序数据的互信息值，MI
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据的互信息值，MI
i，10
为第i种类型的油中溶解气体的第10组浓度时序数据的互信息值。
[0018]进一步地，所述步骤S21中互信息值的计算公式为：
[0019][0020]其中，MI
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据C
i，j
与时间变量的互信息值，p(C
i，j
，M)为C
i，j
与M的联合概率密度函数，M为时间变量，M＝[1，2，3，...，10]。
[0021]进一步地，所述步骤S21中互信息值的计算公式为：
[0022]MI
i，j
＝H(C
i，j
)+H(M)
‑
H(C
i，j
，H)
[0023]其中，MI
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据C
i，j
与时间变量的互信息值，H(C
i，j
)为第i种类型的油中溶解气体的第j组浓度时序数据C
i，j
的信息熵，H(M)为时间变量M的信息熵，H(C
i，j
，H)为第i种类型的油中溶解气体的第j组浓度时序数据C
i，j
和时间变量M的联合熵，M＝[1，2，3，...，10]。
[0024]进一步地，所述步骤S3包括以下分步骤：
[0025]S31、采用非参数回归方法分别对每种类型的油中溶解气体对应的互信息值序列进行拟合处理，得到每种类型的油中溶解气体的互信息值上限序列和下限序列；
[0026]S32、将每种类型的油中溶解气体的互信息值上限序列和下限序列构建为训练数据集；
[0027]S33、采用训练数据集训练核极限学习机，得到互信息值预测模型；
[0028]S34、采用群体搜索优化方法对互信息值预测模型的参数进行优化，得到优化互信息值预测模型；
[0029]S35、采用优化互信息值预测模型预测下一监测时刻各种类型的油中溶解气体浓度与时间的互信息值的上阈值和下阈值。
[0030]进一步地，所述步骤S5包括以下分步骤：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于气体浓度时序数据的变压器故障预警方法，其特征在于，包括以下步骤：S1、采集待诊断变压器正常状态下的油中溶解气体浓度，得到每种类型的油中溶解气体的浓度时序数据；S2、计算每种类型的油中溶解气体的浓度时序数据与时间变量的互信息值，得到每种类型的油中溶解气体对应的互信息值序列；S3、根据每种类型的油中溶解气体对应的互信息值序列，构建并优化互信息值预测模型，预测下一监测时刻各类型的油中溶解气体的互信息值的上下阈值；S4、在获得下一监测时刻各类型的油中溶解气体的浓度后，构建监测气体的浓度时序数据；S5、计算监测气体的浓度时序数据与时间变量的互信息值，在监测气体的浓度时序数据与时间变量的互信息值超过上下阈值范围时，进行变压器故障报警。2.根据权利要求1所述的基于气体浓度时序数据的变压器故障预警方法，其特征在于，所述步骤S1中油中溶解气体浓度包括：H2浓度、CH4浓度、C2H6浓度、C2H4浓度和C2H2浓度；所述步骤S1具体为：以时刻t为起始时刻，每一种类型的油中溶解气体米集100个浓度值，将100个浓度值分为10组，构成每种类型的油中溶解气体的浓度时序数据为：C
i，j
＝{C
i，j，1
，...，C
i，j，n
，...，C
i，j，10
}，其中，C
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据，i＝1，2，3，4，5，j＝1，2，3，4，5，6，7，8，9，10，i＝1时，C
1，j
为油中溶解H2的第j组浓度时序数据，i＝2时，C
2，j
为油中溶解CH4的第j组浓度时序数据，i＝3时，C
3，j
为油中溶解C2H6的第j组浓度时序数据，i＝4时，C
4，j
为油中溶解C2H4的第j组浓度时序数据，i＝5时，C
5，j
为油中溶解C2H2的第j组浓度时序数据，n为标记每个浓度数据被采集时刻的编号，C
i，j，1
为第i种类型的油中溶解气体的第j组浓度时序数据中第1个时刻采集的浓度值，C
i，j，n
为第i种类型的油中溶解气体的第j组浓度时序数据中第n个时刻采集的浓度值，C
i，j，10
为第i种类型的油中溶解气体的第j组浓度时序数据中第10个时刻采集的浓度值。3.根据权利要求2所述的基于气体浓度时序数据的变压器故障预警方法，其特征在于，所述步骤S2包括以下分步骤：S21、计算每种类型的油中溶解气体的浓度时序数据与时间变量的互信息值；S22、将属于同种油中溶解气体类型的多个互信息值构建为互信息值序列，互信息值序列具体为{MI
i，1
，...，MI
i，j
，...MI
i，10
}，其中，{MI
i，1
，...，MI
i，j
，...MI
i，10
}为第i种类型的油中溶解气体对应的互信息值构建的互信息值序列，MI
i，1
为第i种类型的油中溶解气体的第1组浓度时序数据的互信息值，MI
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据的互信息值，MI
i，10
为第i种类型的油中溶解气体的第10组浓度时序数据的互信息值。4.根据权利要求3所述的基于气体浓度时序数据的变压器故障预警方法，其特征在于，所述步骤S21中互信息值的计算公式为：其中，MI
i，j
为第i种类型的油中溶解气体的第j组浓度时序数据C
i，j

【专利技术属性】
技术研发人员：张鹏，冷述文，张军，梁永亮，赵博，曹红梅，郭肖男，郭凯，王海亮，张中一，
申请(专利权)人：华能嘉祥发电有限公司，
类型：发明
国别省市：