[发明专利]一种干式变压器的故障预测方法、装置及系统

权利要求书

1.一种干式变压器的故障预测方法，其特征在于，所述方法包括：

获取所述干式变压器的运行数据；

对所述运行数据进行滤波处理；

将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；

当预测所述干式变压器存在故障隐患时，输出故障预警信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述干式变压器的历史运行数据、故障判断数据和设备出厂参数，进行训练神经网络，以得到所述故障预测模型，

其中，故障判断数据包括干式变压器的运行数据与故障类型的对应关系。

3.根据权利要求2所述的方法，其特征在于，所述故障预测模型为三层神经网络模型，包括输入层、隐含层和输出层，

其中，所述输入层的节点数为所述历史运行数据的特征量的总数，所述隐含层的节点数为预设故障类型的总数，所述输出层的节点数为预设故障类型的总数。

4.根据权利要求1所述的方法，其特征在于，所述对所述运行数据进行滤波处理包括：

对所述运行数据进行频率和幅值分析，以对所述运行数据进行分类；

基于所述分类后运行数据，通过预设滤波器去除所述运行数据中的干扰数据；

对所述已去除干扰数据的运行数据进行数据重构，可得到所述滤波后的运行数据。

5.根据权利要求1所述的方法，其特征在于，所述将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的运行状态包括：

对所述滤波后的运行数据进行特征提取，以得到所述运行数据的特征量；

将所述特征量输入预先训练的故障预测模型，以预测所述干式变压器的运行状态。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

显示所述干式变压器的运行数据和预测的运行状态。

7.一种干式变压器的故障预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取所述干式变压器的运行数据；

滤波模块，用于对所述运行数据进行滤波处理；

预测模块，用于将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；

输出模块，用于当预测所述干式变压器存在故障隐患时，输出故障预警信息。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

模型训练模块，用于基于所述干式变压器的历史运行数据、故障判断数据和设备出厂参数，进行训练神经网络，以得到所述故障预测模型，其中，故障判断数据包括干式变压器的运行数据与故障类型的对应关系。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

显示模块，用于显示所述干式变压器的运行数据和预测的运行状态。

10.一种干式变压器的故障预测系统，其特征在于，所述系统包括：

数据监测终端、数据采集模块、智能网关和权利要求7至9任一项所述的干式变压器的故障预测装置；

其中，所述数据监测终端包括局部放电传感器、电压传感器、电流传感器、绕组温度传感器、环境温湿度传感器和振动传感器中的至少一种；

数据采集模块包括A/D转换模块、通讯模块、电源模块和存储模块；

所述智能网关包括RS485通讯模块、以太网模块、协议转换模块、控制器模块、电源模块。