[发明专利]变压器故障预测方法及变压器故障预测装置

权利要求书

1.一种变压器故障预测方法，其特征在于，所述方法包括：

获取目标变压器的当前DGA数据、所述目标变压器的当前运行数据，以及所述目标变压器所在电网的当前电网潮流数据；

将所述当前DGA数据、所述当前运行数据和所述当前电网潮流数据输入已训练的故障预测模型，以获得所述已训练的故障预测模型输出的预设故障类型集中各故障类型的发生概率；

根据所述各故障类型的发生概率判断所述目标变压器是否会发生相应类型的故障。

2.根据权利要求1所述的变压器故障预测方法，其特征在于，所述已训练的故障预测模型采用如下方式获得：

采集在预设历史时间段内的以下数据，获得历史故障数据：所述目标变压器发生故障的故障类型集、所述目标变压器的DGA数据、所述目标变压器的运行数据，以及所述目标变压器所在电网的电网潮流数据；其中，所述故障类型集属于所述预设故障类型集的子集；

采用深度强化学习技术对所述历史故障数据进行学习，以建立所述故障预测模型；

根据所述历史故障数据，采用深度强化学习技术计算所述预设历史时间段内每一时刻对应的所述预设故障类型集中各故障类型的发生概率；

将所述预设历史时间段内每一时刻对应的所述预设故障类型集中各故障类型的发生概率和所述历史故障数据作为训练样本，对所述故障预测模型进行训练，获得所述已训练的故障预测模型。

3.根据权利要求2所述的变压器故障预测方法，其特征在于，所述故障预测模型的训练框架包括DQN网络模型。

4.根据权利要求1所述的变压器故障预测方法，其特征在于，所述方法还包括：

当判断出所述目标变压器会发生相应类型的故障时，进行故障预警。

5.根据权利要求1所述的变压器故障预测方法，其特征在于，所述方法还包括：

当判断出所述目标变压器不会发生相应类型的故障时，判断所述当前DGA数据是否位于预设的边界警戒值内；

当判断出所述当前DGA数据位于预设的边界警戒值内时，进行故障预警。

6.根据权利要求5所述的变压器故障预测方法，其特征在于，在判断出所述当前DGA数据位于预设的边界警戒值内之后，所述方法还包括：

预测所述目标变压器所在电网的当前电网潮流数据在预设未来时间段内的走势，获得电网潮流走势数据；

当所述电网潮流走势数据偏离预设正常值时，进行故障预警。

7.根据权利要求1所述的变压器故障预测方法，其特征在于，所述目标变压器的DGA数据包括：变压器油中溶解的气体成分、各气体成分占总烃的百分比和各气体成分占总氢烃的百分比。

8.根据权利要求1所述的变压器故障预测方法，其特征在于，所述目标变压器的运行数据包括：变压器容量、运行方式和运行年限。

9.一种变压器故障预测装置，其特征在于，所述装置包括：

数据获取单元，用于获取目标变压器的当前DGA数据、所述目标变压器的当前运行数据，以及所述目标变压器所在电网的当前电网潮流数据；

故障类型发生概率获取单元，用于将所述当前DGA数据、所述当前运行数据和所述当前电网潮流数据输入已训练的故障预测模型，以获得所述已训练的故障预测模型输出的预设故障类型集中各故障类型的发生概率；

第一判断单元，用于根据所述各故障类型的发生概率判断所述目标变压器是否会发生相应类型的故障。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任意一项所述的变压器故障预测方法。