【技术实现步骤摘要】
本专利技术属于变压器故障诊断，涉及一种基于多源数据融合的变压器故障诊断方法及系统。
技术介绍
1、变压器的运行状态直接影响着电力系统的供电可靠性和电能质量，变压器的正常运行对人们日常生活的正常用电至关重要。变压器的故障诊断研究对于保障电力系统的安全运行和延长变压器的使用寿命具有重要意义。目前，在变压器故障诊断领域已经取得了许多成果，但是在研究中仍存在许多困难。首先，气体分析可能受到干扰因素的影响，从而导致结果不准确。例如，变压器内部存在多种气体，包括产生于正常运行过程中的气体和可能与故障有关的气体。这些气体可能相互干扰，使得气体分析结果出现错误。其次，变压器所处环境复杂，故障类型繁多，需要采用精确的诊断方法来对其进行分类，以便快速准确地进行维修，降低维修费用，减少劳动成本和维修人员的危险性，以及缩短由故障引起的停电时间等。
2、比值法变压器故障诊断一般通过变压器内部气体的比值进行故障诊断的。近年来，利用神经网络对变压器故障状态进行了诊断，其准确率明显高于的比值法变压器故障诊断。将小波变换和神经网络融合起来对变压器内部故障信号...
【技术保护点】
1.基于多源数据融合的变压器故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数据融合的变压器故障诊断方法，其特征在于，步骤S4中，初始化深度置信网络，确定深度置信网络的层数和每层的节点数，根据得到的层数和节点数来确定黑寡妇优化算法的蜘蛛种群向量的维度。
3.根据权利要求1所述的基于多源数据融合的变压器故障诊断方法，其特征在于，油色谱分析数据包括H2、CH4、C2H6、C2H4和C2H2这5类气体的绝对含量，对油色谱分析数据进行预处理：对油色谱分析数据进行异常值处理与缺失值填补，然后将处理后的数据进行归一化操作。
...【技术特征摘要】
1.基于多源数据融合的变压器故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数据融合的变压器故障诊断方法，其特征在于，步骤s4中，初始化深度置信网络，确定深度置信网络的层数和每层的节点数，根据得到的层数和节点数来确定黑寡妇优化算法的蜘蛛种群向量的维度。
3.根据权利要求1所述的基于多源数据融合的变压器故障诊断方法，其特征在于，油色谱分析数据包括h2、ch4、c2h6、c2h4和c2h2这5类气体的绝对含量，对油色谱分析数据进行预处理：对油色谱分析数据进行异常值处理与缺失值填补，然后将处理后的数据进行归一化操作。
4.根据权利要求1所述的基于多源数据融合的变压器故障诊断方法，其特征在于，将预处理后的油色谱分析数据输入到dnn网络逐层进行前向传播直到输出层，然后将当前网络层输出与真实标签比较，并利用交叉熵损失函数计算出损失，然后进行反向传播，逐层计算出交叉熵损失函数在各层权重的梯度，最后根据反向传播得到权重梯度，并利用随机梯度下降法来对各层权重进行更新；dnn网络中的各层权重与油色谱分析数据的乘积就是提取到的油色谱分析数据的特征...
【专利技术属性】
技术研发人员：徐波，魏艺君，刘嘉，扬帆，钟幼平，李映含，
申请(专利权)人：国网江西省电力有限公司超高压分公司，
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。