【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种基于反事实分析的变压器故障诊断模型构建方法和装置。
技术介绍
1、电力变压器是变电站和电厂中最关键的设备之一，其可靠性对整个系统的运行起着至关重要的作用。对变压器的运行状态进行监测是及早发现故障的有效手段，可以避免给整个电力系统造成重大的社会经济损失。因此，准确识别电力变压器的故障类型对电力变压器的发展具有重要意义。由于变压器故障发生的概率相对较小，同时故障案例与异常样本信息存在缺失、不完善等问题，导致变压器油色谱数据中各类别的数量分布不均衡。该因素极大地影响模型对故障检测任务的分析预测，使其偏向于多数类进行判断，使得故障诊断结果错误。
2、现有基于深度学习的变压器故障诊断方法主要在故障样本上进行训练和测试，能比较精确地诊断出各个类型的故障，能够取得良好的诊断效果，但缺乏高质量数据。而针对类别分布极端不平衡样本集的变压器故障诊断，这些分类器的诊断精度往往较差。此外，由于变压器实际处于正常状态的时间远多于故障状态，模型会频繁地将正常状态误报为故障状态，导致了额外的检修和维护成本。另一方面，未...
【技术保护点】
1.一种基于反事实分析的变压器故障诊断模型构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述结构因果模型表示变压器工作状态、溶解气体数据、模型抽取特征和故障预测之间的关系，表示为：
3.根据权利要求1所述的方法，其特征在于，所述基于所述溶解气体数据得到邻接矩阵，根据所述邻接矩阵和所述GCN，得到所述模型抽取特征中的事实特征和反事实特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述训练样本、所述邻接矩阵A和所述单位矩阵I输入所述GCN中，得到所述模型抽取特征中的事实特征和反事实特征
...【技术特征摘要】
1.一种基于反事实分析的变压器故障诊断模型构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述结构因果模型表示变压器工作状态、溶解气体数据、模型抽取特征和故障预测之间的关系，表示为：
3.根据权利要求1所述的方法，其特征在于，所述基于所述溶解气体数据得到邻接矩阵，根据所述邻接矩阵和所述gcn，得到所述模型抽取特征中的事实特征和反事实特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述训练样本、所述邻接矩阵a和所述单位矩阵i输入所述gcn中，得到所述模型抽取特征中的事实特征和反事实特征，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述事实特征、所述反事实特征和反事实特征策略训练所述结构因果模型，得到变压器故障诊断模型，具体包括：
<...【专利技术属性】
技术研发人员：朱珈徵，马震媛，徐会芳，焦飞，俞华，李帅，
申请(专利权)人：中国电力科学研究院有限公司，
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。