[发明专利]一种变压器的故障诊断方法及系统

说明书

本发明提供一种变压器的故障诊断方法及系统，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，建立变压器的故障案例库；基于变压器的故障案例库，确定训练样本集和测试样本集；基于训练样本集和测试样本集建立故障判别决策树，并对决策树进行修剪优化，得到变压器故障诊断分析模型；变压器故障案例包括：变压器油中溶解特征气体的类型、溶解特征气体的数值及所述变压器的设备状态类型。本发明基于样本集对决策树进行修剪优化，得到的故障诊断分析模型能够及时发现变压器内部的潜伏性故障，有效解决了传统油色谱三比值法由于故障编码不完全、编码缺失，造成的某些故障无法诊断的问题以及判正率较低的问题。

技术领域

本发明涉及变压器领域，具体涉及一种变压器的故障诊断方法及系统。

背景技术

变压器是电力系统的重要设备，它能否正常工作直接影响着电力系统的安全可靠运行。

油浸式变压器采用油纸绝缘结构，主要有绝缘材料油、绝缘纸和绝缘纸板，当变压器内部发生潜伏性故障时，在热和电的作用下，变压器油和固体绝缘材料将逐渐老化分解，产生各种低分子烃、CO及CO₂等气体，故障点产生气体的组分和含量取决于故障类型、故障部位和故障能量级别。

目前，业界变压器故障诊断主要方法是通过对油中溶解气体进行分析，以判断变压器的故障类型。传统的变压器油中溶解气体诊断方法有三比值法和大卫三角形法等，存在判正率较低及由于故障编码不完全和编码缺失，造成的某些故障无法诊断的问题。

因此，需要提供一种技术方案来弥补现有技术的不足。

发明内容

为准确估算电力变压器绕组热点的温度，对变压器安全运行和寿命评估提供辅助依据，本发明提供了一种变压器的故障诊断方法及系统。

一种变压器的故障诊断方法，其包括：随机抽取变压器故障案例库中的案例，构成训练样本集；基于训练样本集建立故障判别决策树，并对故障判别决策树进行训练，得到变压器故障诊断分析模型；根据变压器故障诊断分析模型对变压器进行故障诊断；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。

在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，建立变压器的故障案例库。

基于训练样本集建立故障判别决策树，并对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，建立故障判别决策树；基于训练样本集，对故障判别决策树进行训练，得到变压器故障诊断分析模型。

在基于训练样本集建立故障判别决策树，并对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；通过测试数据集，对变压器故障诊断分析模型进行优化。

通过测试数据集，对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，则对变压器故障诊断分析模型进行优化。

对变压器故障诊断分析模型进行优化，包括：基于测试数据集，利用C5.0分类决策树的后修剪算法，对变压器故障诊断分析模型进行修剪优化。

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，输入变压器故障诊断分析模型，输出变压器的故障类型。