[发明专利]一种变压器的故障诊断方法及系统

权利要求书

1.一种变压器的故障诊断方法，其特征在于，包括：

随机抽取变压器故障案例库中的案例，构成训练样本集；

基于所述训练样本集建立故障判别决策树，并对所述故障判别决策树进行训练，得到变压器故障诊断分析模型；

根据所述变压器故障诊断分析模型对变压器进行故障诊断；

所述变压器故障案例库中的案例包括：变压器油中溶解特征气体的类型、数值及变压器的设备状态类型。

2.根据权利要求1所述的故障诊断方法，其特征在于，在所述随机抽取变压器故障案例库中的案例，构成训练样本集之前，还包括：

选取包含变压器油中溶解特征气体的变压器故障案例，建立所述变压器的故障案例库。

3.根据权利要求1所述的故障诊断方法，其特征在于，所述基于所述训练样本集建立故障判别决策树，并对所述故障判别决策树进行训练，得到变压器故障诊断分析模型，包括：

基于所述训练样本集，利用IBM SPSS Modeler建模工具提供的C5.0分类决策树算法，进行机器学习，建立所述故障判别决策树；

基于所述训练样本集，对所述故障判别决策树进行训练，得到所述变压器故障诊断分析模型。

4.根据权利要求1或3所述的故障诊断方法，其特征在于，在基于所述训练样本集建立故障判别决策树，并对所述故障判别决策树进行训练，得到变压器故障诊断分析模型之后，还包括：

随机抽取变压器故障案例库中的案例，构成测试数据集；

通过所述测试数据集，对所述变压器故障诊断分析模型进行优化。

5.根据权利要求4所述的故障诊断方法，其特征在于，所述通过所述测试数据集，对所述变压器故障诊断分析模型进行优化，包括：

将测试数据集代入所述变压器故障诊断分析模型中，得到变压器的设备状态类型预测值，分别比较所有变压器的设备状态类型预测值与故障案例变压器的设备状态类型实际值；

对于所述变压器的设备状态类型预测值的准确率未达到预设阈值，则对所述变压器故障诊断分析模型进行优化。

6.根据权利要求5所述的故障诊断方法，其特征在于，对所述变压器故障诊断分析模型进行优化，包括：

基于所述测试数据集，利用所述C5.0分类决策树的后修剪算法，对所述变压器故障诊断分析模型进行修剪优化。

7.根据权利要求1所述的故障诊断方法，其特征在于，所述根据变压器故障诊断分析模型对变压器进行故障诊断，包括：

将采集到超过预设告警值的变压器设备油中溶解气体时，输入所述变压器故障诊断分析模型，输出变压器的故障类型。

8.根据权利要求1或6所述的故障诊断方法，其特征在于，

所述变压器油中的溶解特征气体包括H₂、CH₄、C₂H₆、C₂H₄和C₂H₂；

所述变压器的设备状态类型包括：正常状态、局部放电故障、低能放电故障、高能放电故障、低温过热故障、中温过热故障、高温过热故障、高能放电兼过热故障和低能放电兼过热故障。

9.一种变压器的故障诊断系统，其特征在于，包括：

训练样本集构成模块，用于随机抽取变压器故障案例库中的案例，构成训练样本集；

变压器故障诊断分析模型确定模块，用于通过所述训练样本集建立故障判别决策树，并对所述故障判别决策树进行训练，得到变压器故障诊断分析模型；

故障诊断分析模块，用于根据所述变压器故障诊断分析模型对变压器进行故障诊断；

所述变压器故障案例库中的案例包括：变压器油中溶解特征气体的类型、数值及变压器的设备状态类型。