变压器综合状态分析方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术领域，揭露了一种变压器综合状态分析方法和装置，该方法包括：根据预设的变压器共享数据构建电力变压器的评价参量体系，根据评价参量体系生成电力变压器的评价层级；根据评价层级采集电力变压器的变压器参量数据；对变压器参量数据进行不良数据处理，得到所述变压器参量数据的标准数据；根据预设的专家评分计算评价层级中参量层的参量层权重，利用预设的关联度算法计算所述参量层的参量层关联度；根据参量层权重和参量层关联度生成评价层级中因素层的因素层权重，利用因素层权重生成电力变压器的综合状态值，根据预设的状态区间和综合状态值对电力变压器进行状态分析。本发明专利技术可以提高变压器综合状态分析的准确度。分析的准确度。分析的准确度。

【技术实现步骤摘要】
变压器综合状态分析方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及一种变压器综合状态分析方法及装置。

技术介绍

[0002]电网是现代社会运转的关键基础设施，对于社会经济的可持续发展具有重要意义，它提供了可靠的电力供应，支撑经济发展。电力变压器在电网中具有重要的地位和功能，对于电能传输、电网稳定性、电网调节与控制以及资产保护和优化利用等方面起到关键作用，它们是电力系统中不可或缺的设备，对于保障电力供应的可靠性、稳定性和经济性至关重要。
[0003]传统的变压器综合状态的分析是基于静态模式进行的，但是由于变压器是一个复杂的动态系统，仅仅通过静态参数分析难以捕捉到变压器的动态行为和故障情况，同时，传统的状态分析是基于离线方式对变压器进行检测和分析，这意味着只能在特定的时间间隔内获取有限的数据，导致变压器综合状态分析时准确性较低，因此如何提升变压器综合状态分析时准确性，成为了亟待解决的问题。

技术实现思路

[0004]本专利技术提供一种变压器综合状态分析方法及装置，其主要目的在于解决变压器综合状态分析时准确性较低的问题。
[0005]为实现上述目的，本专利技术提供的一种变压器综合状态分析方法，包括：
[0006]根据预设的变压器共享数据构建电力变压器的评价参量体系，根据所述评价参量体系生成所述电力变压器的评价层级；
[0007]根据所述评价层级对所述电力变压器进行参量采集，得到所述电力变压器的变压器参量数据；
[0008]对所述变压器参量数据进行不良数据处理，得到所述变压器参量数据的标准数据；
[0009]根据预设的专家评分计算所述评价层级中参量层的参量层权重，利用预设的关联度算法计算所述参量层的参量层关联度，其中，所述预设的关联度算法为：
[0010][0011]其中，K
j
(x
i
)是所述参量层中的第i个参量在所述评价层级中第j个因素层下的关联度，x
i
是所述参量层中的第i个参量，a
ip
是第i个参量的第一参量区间的区间下限，b
ip
是第i个参量的第一参量区间的区间上限，j是所述评价层级中因素层的因素标识，i是所述参量的参量标识，a
ij
是第i个参量的第二参量区间的区间下限，b
ij
是第i个参量的第二参量区间的区间上限，p是所述第一参量区间的区间标识；
[0012]根据所述参量层权重和所述参量层关联度生成所述评价层级中因素层的因素层
权重，利用所述因素层权重生成所述电力变压器的综合状态值，根据预设的状态区间和所述综合状态值对所述电力变压器进行状态分析。
[0013]可选地，所述根据预设的变压器共享数据构建电力变压器的评价参量体系，包括：
[0014]对所述预设的变压器共享数据进行特征提取，得到所述变压器共享数据的数据特征；
[0015]对所述数据特征进行特征聚类，得到所述数据特征的聚类特征；
[0016]根据所述聚类特征生成所述电力变压器的故障类型，根据预设的目标评价级别和所述故障类型生成所述电力变压器的评价参量体系。
[0017]可选地，所述对所述数据特征进行特征聚类，得到所述数据特征的聚类特征，包括：
[0018]S11、确定所述数据特征的初始中心；
[0019]S12、计算所述数据特征与所述初始中心的特征距离；
[0020]S13、根据所述特征距离对所述数据特征进行中心分配，得到所述数据特征的更新聚类簇；
[0021]S14、根据所述更新聚类簇的特征均值生成所述数据特征的更新中心，返回步骤S12，直至所述初始中心的更新次数等于预设的更新阈值，确定所述更新中心为聚类中心，确定所述聚类中心对应的数据特征为聚类特征。
[0022]可选地，所述根据所述聚类特征生成所述电力变压器的故障类型，包括：
[0023]根据所述聚类特征确定所述聚类特征的聚类中心；
[0024]根据预设的故障类型标签对所述聚类中心进行标签关联，得到所述聚类中心的关联标签；
[0025]根据所述关联标签确定所述电力变压器的故障类型。
[0026]可选地，所述根据所述评价层级对所述电力变压器进行参量采集，得到所述电力变压器的变压器参量数据，包括：
[0027]根据所述评级层级中的因素层确定所述电力变压器的实验类型；
[0028]根据所述实验类型对所述电力变压器进行实时监控，得到所述电力变压器的实时数据；
[0029]根据所述因素层逐个对所述实时数据进行数据选取，得到所述实时数据的目标数据，确定所述目标数据为所述电力变压器的变压器参量数据。
[0030]可选地，所述对所述变压器参量数据进行不良数据处理，得到所述变压器参量数据的标准数据，包括：
[0031]对所述变压器变量数据进行空白值填充，得到所述变压器变量数据的填充数据；
[0032]对所述填充数据进行标准化处理，得到所述填充数据的转化数据；
[0033]对所述转化数据进行重复值删除，得到所述转化数据的删除数据；
[0034]对所述删除数据进行异常矫正，得到所述删除数据的矫正数据，确定所述矫正数据为所述变压器参量数据的标准数据。
[0035]可选地，所述根据预设的专家评分计算所述评价层级中参量层的参量层权重，包括：
[0036]对预设的专家评分中的定性评分进行量化处理，得到所述定性评分的量化分数；
[0037]对所述预设的专家评分中的定量评分进行差异消除，得到所述定量评分的标准分数；
[0038]根据所述量化分数和所述标准分数生成所述评级层级中的参量层中参量的参量分数；
[0039]利用预设的权重公式对所述参量分数进行权重化处理，得到所述参量分数的分数权重，确定所述分数权重为所述参量分数对应的参量的参量权重，其中，所述预设的权重公式为：
[0040][0041]其中，w
t
是第t个所述参量的参量权重，t是所述参量的参量标识，s
t
是第t个所述参量的参量分数，n是所述参量的参量总数。
[0042]可选地，所述根据所述参量层权重和所述参量层关联度生成所述评价层级中因素层的因素层权重，包括：
[0043]对所述参数层关联度进行因子归一化处理，得到所述参数层关联度的归一化因子，确定所述归一化因子为所述评级层级中因素层的因素因子；
[0044]根据所述因素因子对所述参量层权重进行加权求和处理，得到所述因素层的因素层权重。
[0045]可选地，所述根据预设的状态区间和所述综合状态值对所述电力变压器进行状态分析，包括：
[0046]将所述预设的状态区间的区间限值和所述综合状态值进行数值大小比较，根据所述数值大小比较的比较结果确定所述综合状态值的所属区间；
[0047]根据所属区间的区间状态确定所述电力变压器的所属状态。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器综合状态分析方法，其特征在于，所述方法包括：根据预设的变压器共享数据构建电力变压器的评价参量体系，根据所述评价参量体系生成所述电力变压器的评价层级；根据所述评价层级对所述电力变压器进行参量采集，得到所述电力变压器的变压器参量数据；对所述变压器参量数据进行不良数据处理，得到所述变压器参量数据的标准数据；根据预设的专家评分计算所述评价层级中参量层的参量层权重，利用预设的关联度算法计算所述参量层的参量层关联度，其中，所述预设的关联度算法为：其中，K
j
(x
i
)是所述参量层中的第i个参量在所述评价层级中第j个因素层下的关联度，x
i
是所述参量层中的第i个参量，a
ip
是第i个参量的第一参量区间的区间下限，b
ip
是第i个参量的第一参量区间的区间上限，j是所述评价层级中因素层的因素标识，i是所述参量的参量标识，a
ij
是第i个参量的第二参量区间的区间下限，b
ij
是第i个参量的第二参量区间的区间上限，p是所述第一参量区间的区间标识；根据所述参量层权重和所述参量层关联度生成所述评价层级中因素层的因素层权重，利用所述因素层权重生成所述电力变压器的综合状态值，根据预设的状态区间和所述综合状态值对所述电力变压器进行状态分析。2.如权利要求1所述的变压器综合状态分析方法，其特征在于，所述根据预设的变压器共享数据构建电力变压器的评价参量体系，包括：对所述预设的变压器共享数据进行特征提取，得到所述变压器共享数据的数据特征；对所述数据特征进行特征聚类，得到所述数据特征的聚类特征；根据所述聚类特征生成所述电力变压器的故障类型，根据预设的目标评价级别和所述故障类型生成所述电力变压器的评价参量体系。3.如权利要求2所述的变压器综合状态分析方法，其特征在于，所述对所述数据特征进行特征聚类，得到所述数据特征的聚类特征，包括：S11、确定所述数据特征的初始中心；S12、计算所述数据特征与所述初始中心的特征距离；S13、根据所述特征距离对所述数据特征进行中心分配，得到所述数据特征的更新聚类簇；S14、根据所述更新聚类簇的特征均值生成所述数据特征的更新中心，返回步骤S12，直至所述初始中心的更新次数等于预设的更新阈值，确定所述更新中心为聚类中心，确定所述聚类中心对应的数据特征为聚类特征。4.如权利要求2所述的变压器综合状态分析方法，其特征在于，所述根据所述聚类特征生成所述电力变压器的故障类型，包括：根据所述聚类特征确定所述聚类特征的聚类中心；根据预设的故障类型标签对所述聚类中心进行标签关联，得到所述聚类中心的关联标
签；根据所述关联标签确定所述电力变压器的故障类型。5.如权利要求1所述的变压器综合状态分析方法，其特征在于，所述根据所述评价层级对所述电力变压器进行参量采集，得到所述电力变压器的变压器参量数据，包括：根据所述评级层级中的因素层确定所述电力变压器的实验类型；根据所述实验类型对所述电力变压器进行实时监控，得到所述电力变压器的实时数据；根据所述因素层逐个对所述实时数据进行数据选取，得到所述实时数据的目标数据，确定所述目标数据为所述电力变压器的变压器参量数据。6.如权利要求1所述的变压器综合状态分析方法，其特征在于，所述对所述变压器参量数据进行不良数据处理，得到所述变压器参量数据的标准数据，包括：对所述变压器变量数据进行空白值填充，得...

【专利技术属性】
技术研发人员：洪桂权，王晓柱，黄嘉艺，洪婧，王志坤，
申请(专利权)人：江西亚威电气有限公司，
类型：发明
国别省市：