【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于变压器参数判断绕组材质的方法、装置、系统及介质。
技术介绍
1、在变压器的设计和制造过程中，绕组材质的选择是决定其性能和可靠性的关键因素。绕组是变压器中的核心部件，其材质对于变压器的电气性能、机械强度、耐腐蚀性以及寿命等方面都有着直接的影响。因此，选择合适的绕组材质是变压器设计和制造过程中的一项重要任务。
2、然而，在实际运行中，由于绕组内部的结构和材质难以直接观察，确定绕组材质变得非常困难。目前的方法主要依赖于拆解变压器进行实验室测试，这种方法不仅耗时，而且对变压器造成了一定的破坏，增加了维修成本和停机时间。
技术实现思路
1、针对上述拆解变压器辨识绕组材质带来的破坏性问题，本专利技术提出了一种基于变压器参数判断绕组材质的方法、装置、系统及介质，基于变压器的电气特性和物理特性进行推断，能够非破坏性地检测变压器的绕组材质，并且能够提供较为准确的检测结果。
2、本专利技术采用如下技术方案实现：
3、一种基于变压器参数判断绕组材质的方法，包括以下步骤：
4、收集不同材质变压器的参数数据，所述参数数据包括空载损耗、空载电流、负载损耗、短路阻抗、高压绕组电阻、低压绕组电阻；
5、对收集的参数数据进行预处理，以去除数据中的噪声和异常值；
6、基于预处理后的参数数据，通过最大池化和平均池化进行参数特征提取，得到与绕组材质相关的特征参数；
7、采用灰色关联与深度学习相结合的
8、将新的变压器参数输入所述判别模型以判断绕组材质。
9、进一步的，所述收集不同材质变压器的参数数据具体采用变压器空负载损耗测试仪、变压器直流电阻测试仪进行收集。
10、进一步的，所述对收集的参数数据进行预处理包括滤波、去噪和归一化。
11、进一步的，所述采用灰色关联与深度学习相结合的方法针对特征参数与绕组材质之间的关系构建判别模型，具体包括：
12、采用灰色关联分析得到各参数数据与变压器绕组材质之间关系的强弱，进而得到各参数数据的影响权重；
13、划分参数的特征域，通过计算新参数与参数的特征域之间的欧式距离，确定新参数与真实数据的重合度，采用3西格玛原则将重合度量化，将量化后的重合度与采用灰色关联分析计算得到的影响权重共同输入softmax函数中进行处理，得到归一化后的材质判别概率。
14、一种基于变压器参数判断绕组材质的装置，包括传感器、数据采集系统、预处理模块、特征提取模块、判别模型构建模块和结果输出模块；
15、传感器，用于收集不同材质变压器的参数数据，所述参数数据包括空载损耗、空载电流、负载损耗、短路阻抗、高压绕组电阻、低压绕组电阻；
16、预处理模块，用于对收集的参数数据进行预处理，以去除数据中的噪声和异常值；
17、特征提取模块，用于基于预处理后的参数数据，通过最大池化和平均池化进行参数特征提取，得到与绕组材质相关的特征参数；
18、判别模型构建模块，用于采用灰色关联与深度学习相结合的方法针对特征参数与绕组材质之间的关系构建判别模型；
19、结果输出模块，用于将新的变压器参数输入所述判别模型以判断绕组材质。
20、进一步的，所述传感器包括变压器空负载损耗测试仪、变压器直流电阻测试仪。
21、进一步的，所述预处理模块具体用于对收集的参数数据进行预处理包括滤波、去噪和归一化。
22、进一步的，所述判别模型构建模块，具体用于：
23、采用灰色关联分析得到各参数数据与变压器绕组材质之间关系的强弱，进而得到各参数数据的影响权重；
24、划分参数的特征域，通过计算新参数与参数的特征域之间的欧式距离，确定新参数与真实数据的重合度，采用3西格玛原则将重合度量化，将量化后的重合度与采用灰色关联分析计算得到的影响权重共同输入softmax函数中进行处理，得到归一化后的材质判别概率。
25、一种基于变压器参数判断绕组材质的系统，包括：计算机可读存储介质和处理器；
26、所述计算机可读存储介质用于存储可执行指令；
27、所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行所述的基于变压器参数判断绕组材质的方法。
28、一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的基于变压器参数判断绕组材质的方法。
29、相比传统的实验室测试方法，本专利技术提出的基于变压器参数处理方法判断绕组材质的技术具有以下优势：
30、1. 非破坏性：该方法不需要对变压器进行拆解，可以在变压器正常运行的情况下进行检测；
31、2. 快速准确：本专利技术采用图像处理领域数据特征提取技术和灰色关联分析结合的方法，通过对变压器参数的处理和分析，可以快速得出绕组材质的判断结果，提高检测效率，在本专利技术中将这两种方法结合一是可以提取各参数单独的特征，二是可以发现参数间的联系，这样既考虑参数本身又将其他参数与自身联系起来，能够更有效的突出同一材质的性质；
32、3. 自动化：利用机器学习或统计分析方法建立判别模型，可以实现自动化的绕组材质判断，减少人工干预。
本文档来自技高网...【技术保护点】
1.一种基于变压器参数判断绕组材质的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于变压器参数判断绕组材质的方法，其特征在于，所述收集不同材质变压器的参数数据具体采用变压器空负载损耗测试仪、变压器直流电阻测试仪进行收集。
3.根据权利要求1所述的基于变压器参数判断绕组材质的方法，其特征在于，所述对收集的参数数据进行预处理包括滤波、去噪和归一化。
4.根据权利要求1所述的基于变压器参数判断绕组材质的方法，其特征在于，所述采用灰色关联与深度学习相结合的方法针对特征参数与绕组材质之间的关系构建判别模型，具体包括：
5.一种基于变压器参数判断绕组材质的装置，其特征在于，包括传感器、数据采集系统、预处理模块、特征提取模块、判别模型构建模块和结果输出模块；
6.根据权利要求5所述的基于变压器参数判断绕组材质的装置，其特征在于，所述传感器包括变压器空负载损耗测试仪、变压器直流电阻测试仪。
7.根据权利要求5所述的基于变压器参数判断绕组材质的装置，其特征在于，所述预处理模块具体用于对收集的参数数据进行预处理包括
8.根据权利要求5所述的基于变压器参数判断绕组材质的装置，其特征在于，所述判别模型构建模块，具体用于：
9.一种基于变压器参数判断绕组材质的系统，包括：计算机可读存储介质和处理器；
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-4中任一项所述的基于变压器参数判断绕组材质的方法。
...【技术特征摘要】
1.一种基于变压器参数判断绕组材质的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于变压器参数判断绕组材质的方法，其特征在于，所述收集不同材质变压器的参数数据具体采用变压器空负载损耗测试仪、变压器直流电阻测试仪进行收集。
3.根据权利要求1所述的基于变压器参数判断绕组材质的方法，其特征在于，所述对收集的参数数据进行预处理包括滤波、去噪和归一化。
4.根据权利要求1所述的基于变压器参数判断绕组材质的方法，其特征在于，所述采用灰色关联与深度学习相结合的方法针对特征参数与绕组材质之间的关系构建判别模型，具体包括：
5.一种基于变压器参数判断绕组材质的装置，其特征在于，包括传感器、数据采集系统、预处理模块、特征提取模块、判别模型构...
【专利技术属性】
技术研发人员：李家源，熊虎，谢先明，向彬，江晓光，朱昌成，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。