一种变压器的故障识别方法、装置、设备及介质制造方法及图纸

本申请实施例公开了一种变压器的故障识别方法、装置、设备及介质。其中，该方法包括：获取变压器油中溶解气体的浓度数据；基于优化后的概率神经网络模型对所述浓度数据进行处理，得到所述变压器的故障类型；所述优化后的概率神经网络模型为根据目标平滑因子参数确定的；所述目标平滑因子参数为通过人工水母搜索算法从候选平滑因子参数中确定的；所述候选平滑因子参数为满足适应度条件的平滑因子参数。本技术方案在满足适应度条件的候选平滑因子参数中确定出目标平滑因子参数，再根据目标平滑因子参数确定优化后的概率神经网络模型，使得在通过模型进行故障识别时，提高了故障识别的精度和效率。精度和效率。精度和效率。

【技术实现步骤摘要】
一种变压器的故障识别方法、装置、设备及介质


[0001]本专利技术涉及变压器
，尤其涉及一种变压器的故障识别方法、装置、设备及介质。

技术介绍

[0002]变压器油中溶解气体分析法(DGA)是变压器内部故障诊断的重要手段。目前，业内的一种方案是通过改良三比值法识别变压器故障；另一种方案是结合人工智能算法与DGA技术，对变压器故障进行诊断，然而，目前基于人工智能算法对变压器的故障类型进行识别时，存在识别效果较差，识别结果不够精准的问题。

技术实现思路

[0003]本专利技术提供了一种变压器的故障识别方法、装置、设备及介质，能够精准识别出变压器的故障类型。
[0004]根据本专利技术的一方面，提供了一种变压器的故障识别方法，所述方法包括：
[0005]获取变压器油中溶解气体的浓度数据；
[0006]基于优化后的概率神经网络模型对所述浓度数据进行处理，得到所述变压器的故障类型；所述优化后的概率神经网络模型为根据目标平滑因子参数确定的；所述目标平滑因子参数为通过人工水母搜索算法从候选平滑因子参数中确定的；所述候选平滑因子参数为满足适应度条件的平滑因子参数。
[0007]根据本专利技术的另一方面，提供了一种变压器的故障识别装置，包括：
[0008]浓度数据获取模块，用于获取变压器油中溶解气体的浓度数据；
[0009]故障类型确定模块，用于基于优化后的概率神经网络模型对所述浓度数据进行处理，得到所述变压器的故障类型；所述优化后的概率神经网络模型为根据目标平滑因子参数确定的；所述目标平滑因子参数为通过人工水母搜索算法从候选平滑因子参数中确定的；所述候选平滑因子参数为满足适应度条件的平滑因子参数。
[0010]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0011]至少一个处理器；以及
[0012]与所述至少一个处理器通信连接的存储器；其中，
[0013]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的变压器的故障识别方法。
[0014]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的变压器的故障识别方法。
[0015]本申请实施例的技术方案，包括：获取变压器油中溶解气体的浓度数据；基于优化后的概率神经网络模型对所述浓度数据进行处理，得到所述变压器的故障类型；所述优化
后的概率神经网络模型为根据目标平滑因子参数确定的；所述目标平滑因子参数为通过人工水母搜索算法从候选平滑因子参数中确定的；所述候选平滑因子参数为满足适应度条件的平滑因子参数。本技术方案在满足适应度条件的候选平滑因子参数中确定出目标平滑因子参数，再根据目标平滑因子参数确定优化后的概率神经网络模型，使得在通过模型进行故障识别时，提高了故障识别的精度和效率。
[0016]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是根据本申请实施例一提供的一种变压器的故障识别方法的流程图；
[0019]图2是根据本申请实施例二提供的一种变压器的故障识别方法的流程图；
[0020]图3是根据本申请实施例三提供的一种变压器的故障识别装置的结构示意图；
[0021]图4是实现本申请实施例的一种变压器的故障识别方法的电子设备的结构示意图。
具体实施方式
[0022]为了使本
的人员更好地理解本专利技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0023]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]实施例一
[0025]图1为本申请实施例一提供了一种变压器的故障识别方法的流程图，本申请实施例可适用于对油浸变压器的内部故障进行识别的情况，该方法可以由变压器的故障识别装置来执行，该变压器的故障识别装置可以采用硬件和/或软件的形式实现，该变压器的故障识别装置可配置于具有数据处理能力的电子设备中。如图1所示，该方法包括：
[0026]S110，获取变压器油中溶解气体的浓度数据。
[0027]其中，变压器可以是油浸式变压器，此类变压器在产生各类故障后，变压器油中溶
解气体的浓度也会产生变化，所以，可通过变压器油中溶解气体的浓度数据确定变压器的故障类型。
[0028]油中溶解气体是指变压器内部以分子状态溶解在油中的气体，油中溶解气体来源主要为空气的溶解、正常运行产气和内部故障产气三方面，变压器油中溶解气体组分主要有N2，O2，H2，CH4，C2H2。C2H4，C2H6，C3H6，C3H8，CO，CO2等，示例性的，本申请实施例中所获取变压器油中溶解气体的浓度数据，可以是H2、CH4、C2H6、C2H4和C2H2的浓度数据。
[0029]具体的，在一种可行的方案中，可以在检测到故障识别控件已触发后，显示油中溶解气体的浓度的输入框，以通过所述输入框获取工作人员输入的变压器油中溶解气体的浓度数据。在另一种可行的方案中，提供油中溶解气体的浓度输入接口，所述输入接口与油中溶解气体的浓度采集设备连接，进而可以实时读取油中溶解气体的浓度数据。显而易见的是，上述两个方案中，一种可以获取工作人员输入的变压器油中溶解气体的浓度数据，该浓度数据可以是经过校准后，比较精准的浓度数据，进而可以通过后续步骤精准识别变压器故障类型；另一种可以实现变压器油中溶解气体的浓度数据的实时获取，进而可以实时检测变压器是否产生故障。
[0030]S120，基于优化后的概率神经网络模型对所述浓度数据进行处理，得到所述变压器的故障类型；所述优化后的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器的故障识别方法，其特征在于，包括：获取变压器油中溶解气体的浓度数据；基于优化后的概率神经网络模型对所述浓度数据进行处理，得到所述变压器的故障类型；所述优化后的概率神经网络模型为根据目标平滑因子参数确定的；所述目标平滑因子参数为通过人工水母搜索算法从候选平滑因子参数中确定的；所述候选平滑因子参数为满足适应度条件的平滑因子参数。2.根据权利要求1所述的方法，其特征在于，候选平滑因子参数的确定过程，包括：计算初始平滑因子参数所对应的适应度值；将适应度值最小的前第一预设数量个初始平滑因子参数，确定为所述候选平滑因子参数。3.根据权利要求2所述的方法，其特征在于，计算初始平滑因子参数对应的适应度值，包括：将目标概率神经网络模型对于训练样本的输出结果减去该训练样本的标签结果，得到第一参数；所述目标概率神经网络模型为基于初始平滑因子参数确定的概率神经网络模型；将所述第一参数的平方作为第二参数；将所述第二参数的二分之一作为初始平滑因子参数对应的适应度值。4.根据权利要求2所述的方法，其特征在于，初始平滑因子参数的确定过程，包括：基于混沌映射生成第二预设数量个原始个体；基于反向学习生成对应于原始个体的反向个体；将所述原始个体和所述反向个体确定为初始平滑因子参数。5.根据权利要求1所述的方法，其特征在于，目标平滑因子参数的确定过程，包括：以全局搜索的方式，对被动运动的水母位置进行更新；对主动运动的水母位置进行更新；根据被动运动的水母位置以及主动运动的水母位置，确定水母最优位置，并将所述最优位置作为目标平滑因子参数。6.根据权利要求5所述的方法，其特征在于，被动运动的水母位置的更新公式如下：其中，X
i
(t+1)为第t+1次迭代时的水母位置，X
i
(t)为第t次迭代时的水...

【专利技术属性】
技术研发人员：唐松平，朱锐锋，温慧玲，韩荣珍，张云，李冲，巫小彬，王俊星，董玉玺，钟振鑫，刘水，刘翰林，黄晓波，肖云，吴涛，林笑玫，王云龙，饶嘉昌，
申请(专利权)人：广东电网有限责任公司惠州供电局，
类型：发明
国别省市：