基于数模交互和联邦学习的油浸式变压器寿命预测方法技术

本发明专利技术公开了基于数模交互和联邦学习的油浸式变压器寿命预测方法，包括如下步骤：1)获取N台油浸式变压器历史工况数据集；2)采用最大—最小归一化方法，对数据集进行预处理；3)构建油浸式变压器复合健康指标；4)基于线性维纳过程的油浸式变压器随机退化过程建模；5)采用平均联邦学习算法，对残差卷积网络的权重和偏置及失效阈值反向优化调整；6)基于以上迭代优化后的网络权重参数、偏置参数和油浸式变压器健康指标对应的失效阈值，得到与复合健康指标匹配的随机退化模型，并得到最终剩余寿命预测值。该方法克服现有油浸式变压器数据和模型不能协同，且不同油浸式变压器之间存在“数据孤岛”的问题。

【技术实现步骤摘要】

本专利技术涉及电力系统，具体涉及基于数模交互和联邦学习的油浸式变压器寿命预测方法。

技术介绍

1、油浸式变压器是电力系统中输送电能的枢纽设备，其对电力系统的安全、稳定、高效运行具有重要作用。一方面，由于热应力，电应力和机械应力的共同影响下，油浸式变压器的绝缘材料会逐渐劣化，从而引发油浸式变压器发生不可逆转的退化，影响电力系统供电的稳定性，造成巨大的经济损失，严重时甚至危及检修人员的生命；另一方面，由于地理因素，油浸式变压器的数据存储在分散的物理位置上，其数据呈现出复杂、异构和不平衡特点，存在典型的“数据孤岛”现象，使得各电力数据持有者之间数据无法形成数据共享，从而导致各数据持有者所建立的算法模型性能大大降低。因此，研究有效的分布式油浸式变压器的剩余寿命预测方法，对进一步优化生产和运维过程，延长油浸式变压器剩余寿命，降低其维修成本具有重要的实际意义。

2、油浸式变压器剩余寿命预测方法主要包括基于失效机理建模方法、基于数据驱动方法和两者混合的方法。然而，由于油浸式变压器绝缘材料退化过程往往是非线性的，通常难以建立其精确的数学模型，使得基于失效机理建本文档来自技高网...

【技术保护点】

1.基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，所述步骤1)具体过程如下：

3.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，所述步骤2)具体过程如下：

4.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，所述步骤3)具体过程如下：

5.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，所述步骤4)具体过程如下：

<...

【技术特征摘要】

1.基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，所述步骤1)具体过程如下：

3.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法，其特征在于，所述步骤2)具体过程如下：

4.根据权利要求1所述的基于数模交互和联邦学习的油浸式变压器寿命预测方法...

【专利技术属性】
技术研发人员：张文安，徐梦乾，张宝康，吴麒，郭方洪，葛其运，倪洪杰，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：