[发明专利]一种基于边缘计算的变压器多模态故障诊断方法在审

专利信息
申请号: 202210098982.7 申请日: 2022-01-27
公开(公告)号: CN114444734A 公开(公告)日: 2022-05-06
发明(设计)人: 姜良刚;吕腾飞;韩克俊;李军;傅春明;平阳乐;刘子婷 申请(专利权)人: 山东电工电气集团有限公司;国家电网有限公司;国网江苏省电力有限公司超高压分公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q50/06;G06N3/04;G06N3/08;G01D21/02
代理公司: 济南泉城专利商标事务所 37218 代理人: 赵玉凤
地址: 250101 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 边缘 计算 变压器 多模态 故障诊断 方法
【权利要求书】:

1.一种基于边缘计算的变压器多模态故障诊断方法,其特征在于:包括以下步骤:

S01)、确定所需采集的变压器多模态数据参量,包括变压器的振动、声音、温度、特高频局部放电、铁芯或夹件接地电流、油中溶解气体信号;

S02)、通过多模态感知终端分别采集多模态数据参量,并分别对采集的各模态参量分别进行数据检验、阈值判断;

S03)、对于超出阈值的模态数据参量,通过边缘处理装置进行数据处理、特征提取和初步诊断分析,分别建立变压器铁芯和绕组的振动场、声场、温度场、电场、磁场、气体组分及含量的多模态计算模型;

S04)、在综合评估系统中构建设备信息、设备缺陷类型、故障案例样本数据库,采用卷积神经网络对变压器状态进行故障综合判断,根据构建好的数据库对卷积神经网络进行训练,得到训练好的卷积神经网络多模态诊断模型;

S05)、将设备信息、多模态参量特征值及各模态诊断结果为输入参量,输入已训练好的多模态诊断模型进行比较、分析,实现电力变压器的多参量融合状态评价及缺陷告警。

2.根据权利要求1所述的基于边缘计算的变压器多模态故障诊断方法,其特征在于:多模态感知终端包括传感单元和采集单元,传感单元包括振动加速度传感器、麦克风阵列、光纤温度传感器、特高频局放传感器、铁芯或夹件接地电流传感器、油气分离及色谱分离模块,采集单元包括本体振动采集单元、本体噪声采集单元、绕组温度采集单元、特高频局部放电采集单元、铁芯或夹件接地电流采集单元、油中溶解气体采集单元,各采集单元分别通过与设定的阈值进行比较,判断采集的各模态参量正常与否。

3.根据权利要求1所述的基于边缘计算的变压器多模态故障诊断方法,其特征在于:边缘处理装置包括Mapper协议映射模块、事件订阅模块、本地数据库、容器和数据管理模块,对于超出阈值的模态参量数据,通过Mapper协议映射模块将各参量感知终端的协议转换为通用MQTT协议,当事件订阅模块收到模态参量数据的订阅消息,首先将数据更新到本地数据库,当接受到数据已经被保存至本地数据库的确认消息后,将模态参量数据进行数据处理、特征信息提取和初步故障诊断分析,边缘设备采用容器化技术,所有的数据处理和特征信息提取应用都以容器的形式运行在边缘设备中;数据管理模块将多模态计算模型的特征值、初步诊断结果信息封装,并通过WebSocket发送至接收数据上位机。

4.根据权利要求3所述的基于边缘计算的变压器多模态故障诊断方法,其特征在于:采用相空间重构进行本体振动信号特征值提取,采用Mel频率倒谱系数进行噪声信号特征值提取,得到变压器在正常运行和典型机械故障下的振动和声纹的特征信息以及其在本体和空间的传播特性及分布规律;采用PRPD进行特高频局部放电信号特征值提取,采用改良三比值法进行油中溶解气体组分判断。

5.根据权利要求1所述的基于边缘计算的变压器多模态故障诊断方法,其特征在于:对卷积神经网络进行训练时,分别建立变压器机械状态与振动、声音特征信息的对应关系,建立变压器电气状态与特高频局部放电、油中溶解气体特征信息的对应关系,建立变压器温度状态与温度、铁芯/夹件接地电流、油中溶解气体特征信息的对应关系。

6.根据权利要求5所述的基于边缘计算的变压器多模态故障诊断方法,其特征在于:训练好的卷积神经网络多模态故障诊断模型中一级标签信息为:机械故障、放电故障、过热故障;二级标签信息为:铁芯松动、绕组变形、垫块脱落;局部放电、电弧放电、悬浮放电、绝缘老化、绝缘油劣化;铁芯过热、夹件过热、导电回路接触不良造成过热。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东电工电气集团有限公司;国家电网有限公司;国网江苏省电力有限公司超高压分公司,未经山东电工电气集团有限公司;国家电网有限公司;国网江苏省电力有限公司超高压分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210098982.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top