[发明专利]油浸式主变压器的缺陷率检测方法

说明书

技术领域

本发明涉及电力系统检测技术的领域，特别是涉及一种油浸式主变压器的缺陷率检测方法。

背景技术

随着社会经济与文化生活的不断发展和进步，城市对电力的依赖就像鱼与水的关系，没有了电力供应，整个城市的交通、生产、生活就会陷入瘫痪，其破坏程度、造成的恐慌与巨大损失难以估计。电力设备是电网运行、确保电力供应的基础，电网的可靠供电和高效运行都是建立在电力设备健康可靠运行的前提下，电力设备的缺陷检测作为提高设备可靠性和可用性的重要手段，是电网油浸式主变压器设备管理的重点领域。

电力设备的缺陷率反应了电网油浸式主变压器设备的整体缺陷水平，对于电力设备中的各类缺陷，需要尽早发现，及时消除，避免缺陷发展为故障，造成电网停电等大规模的损失。在掌握了不同电力设备的缺陷率情况后，运维人员就可以根据不同类设备间的缺陷率差异，有针对性的进行重点巡视和维护，避免设备缺陷发展为设备故障。另外，基于设备缺陷率信息，生产部门可以制定生产人员计划和备件需求。

为此，为检测不同类型电力设备的缺陷率，使电力生产人员按照设备类型的缺陷率，综合考虑设备的重要程度，合理安排生产计划，迫切需要一种对于电网油浸式主变压器设备的缺陷率进行检测的有效方法。

发明内容

针对上述背景技术中存在的问题，本发明的目的在于提供一种能够准确地检测电网油浸式主变压器的缺陷率的油浸式主变压器的缺陷率检测方法，尤其对电网35kV及以上油浸式主变压器设备缺陷率的测量有显著的效果。

一种油浸式主变压器的缺陷率检测方法，包括以下步骤：

提取作为样本的油浸式主变压器的设备属性；

建立所述设备属性对设备缺陷率的评价函数，通过比较各个所述设备属性对于所述评价函数取值的相关性权重，从所述设备属性中提取关键属性；

通过回归算法，对所述关键属性与设备缺陷率的检测结果组成的数据集进行训练，生成所述关键属性与设备缺陷率的回归模型；

获取待测油浸式主变压器的关键属性并将其代入所述回归模型，获取所述待测油浸式主变压器的缺陷率。

本发明的油浸式主变压器的缺陷率检测方法中，通过检测获取所述作为样本的油浸式主变压器的关键属性，建立所述关键属性与设备缺陷率的回归模型，可以通过所述回归模型与待测油浸式主变压器的关键属性，准确地预测所述待测油浸式主变压器的缺陷率。反应了电网油浸式主变压器设备的整体缺陷水平，及早发现电力设备中的各类缺陷，及时消除，避免缺陷发展为故障，造成电网停电等大规模的损失。运维人员可以根据不同类设备间的缺陷率差异，有针对性的进行重点巡视和维护，避免设备缺陷发展为设备故障；生产部门可以制定生产人员计划和备件需求，结合电网发展规划，预测未来设备的缺陷率变化趋势，指导电网生产活动更好的开展。另外，所述关键属性通过相关性的检测运算提取，因此是对所述设备缺陷率的影响最为密切的设备属性，能够降低所述设备缺陷率的回归模型的复杂度，增强可用性。

附图说明

图1是本发明油浸式主变压器的缺陷率检测方法的流程示意图；

图2是本发明油浸式主变压器的缺陷率检测方法一种优选实施方式的流程示意图；

图3为标准支持向量机采用的ε不灵敏度函数的示意图。

具体实施方式

请参阅图1，图1是本发明油浸式主变压器的缺陷率检测方法的流程示意图。

所述油浸式主变压器的缺陷率检测方法，包括以下步骤：

S101，提取作为样本的油浸式主变压器的设备属性；

S102，建立所述设备属性对设备缺陷率的评价函数，通过比较各个所述设备属性对于所述评价函数取值的相关性权重，从所述设备属性中提取关键属性；

S103，通过回归算法，对所述关键属性与设备缺陷率的检测结果组成的数据集进行训练，生成所述关键属性与设备缺陷率的回归模型；

S104，获取待测油浸式主变压器的关键属性并将其代入所述回归模型，获取所述待测油浸式主变压器的缺陷率。

通过检测获取所述作为样本的油浸式主变压器的关键属性，建立所述关键属性与设备缺陷率的回归模型，再通过所述回归模型与待测油浸式主变压器的关键属性，准确地预测所述待测油浸式主变压器的缺陷率。

下面以电网35kV及以上油浸式主变压器设备的缺陷率检测为例，说明本发明的油浸式主变压器的缺陷率检测方法的流程，本领域技术人员应可了解本发明并不限于35kV及以上的油浸式主变压器设备，而对于其他的油浸式主变压器设备同样能够执行。

首先，上述步骤S101为设备属性的检测阶段。