[发明专利]一种变压器声振故障诊断方法、系统、设备及存储介质

权利要求书

1.一种变压器声振故障诊断方法，其特征在于，包括：

获取待诊断变压器的声振信号；

将所述待诊断变压器的声振信号输入到声振故障诊断智能体中，通过所述声振故障诊断智能体根据所述声振信号进行声振故障识别，获得所述待诊断变压器的声振故障诊断结果；其中，所述声振故障诊断智能体是通过深度强化学习方式对声振信号样本进行训练得到的。

2.根据权利要求1所述的变压器声振故障诊断方法，其特征在于，所述将所述待诊断变压器的声振信号输入到声振故障诊断智能体中之前还包括：

采集变压器在多种故障状态下的声振信号，将采集到的变压器在多种故障状态下的声振信号划分为训练样本集及测试样本集；

构建智能体；

通过所述训练样本集对所述智能体进行训练，并通过所述测试样本集对训练后的智能体进行测试，得到声振故障诊断智能体。

3.根据权利要求2所述的变压器声振故障诊断方法，其特征在于，所述构建智能体的具体过程为：基于深度Q双网络模型结构建立智能体。

4.根据权利要求3所述的变压器声振故障诊断方法，其特征在于，所述深度Q双网络模型包括估计网络Eval-Net及目标网络Target-Net，估计网络Eval-Net及目标网络Target-Net均为多层感知机且网络结构一致。

5.根据权利要求4所述的变压器声振故障诊断方法，其特征在于，所述通过所述训练样本集对所述智能体进行训练，并通过所述测试样本集对训练后的智能体进行测试，得到声振故障诊断智能体的具体过程为：

对训练样本集中各样本标注故障标签，其中，同一故障类型的样本的故障标签相同；

基于各故障标签的样本占比率确定所述智能体的奖励回报函数；

基于所述智能体的奖励回报函数，通过所述训练样本集对所述智能体进行训练，并通过所述测试样本集对训练后的智能体进行测试，得到声振故障诊断智能体。

6.根据权利要求5所述的变压器声振故障诊断方法，其特征在于，所述奖励回报函数为：

其中，为第i类故障标签的样本个数，为在故障环境状态s_t下通过贪婪策略得到的动作a_t所对应故障标签的样本个数，l_t为环境状态s_t对应样本的故障标签，K为变压器故障类型的数目，每种故障类型对应于一个动作a_i。

7.根据权利要求5所述的变压器声振故障诊断方法，其特征在于，所述通过所述训练样本集对所述智能体进行训练，包括：利用估计网络Eval-Net计算当前Q值，并通过目标网络Target-Net根据估计网络Eval-Net在下一时刻状态选择的动作计算目标Q值，利用目标Q值及当前Q值对智能体中的参数进行训练，得到声振故障诊断智能体。

8.一种变压器声振故障诊断系统，其特征在于，包括：

获取模块，用于获取待诊断变压器的声振信号；

诊断模块，用于将所述待诊断变压器的声振信号输入到声振故障诊断智能体中，通过所述声振故障诊断智能体根据所述声振信号进行声振故障识别，获得所述待诊断变压器的声振故障诊断结果；其中，所述声振故障诊断智能体是通过深度强化学习方式对声振信号样本进行训练得到的。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述变压器声振故障诊断方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述变压器声振故障诊断方法的步骤。