[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

说明书

本发明公开了一种变压器声振故障诊断方法、系统、设备及存储介质，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，该方法、系统、设备及存储介质能够准确对变压器进行在线故障诊断。

技术领域

本发明属于故障诊断技术领域，涉及一种变压器声振故障诊断方法、系统、设备及存储介质。

背景技术

变压器作为电力系统的核心关键设备，其稳定运行与电网的安全性和可靠性息息相关，因此及时分析变压器的运行状态并进行故障诊断是至关重要的，这对于保障电力供应的稳定性和避免国家经济损失意义重大。由于变压器长期处于带负荷运转的状态，其出现故障的概率较其它一些电力设备要高，且目前电网的跨区域调度等越来越普及，一旦变压器出现的故障不能及时准确的诊断和修复，容易引起电网局部出现一系列的不良反应，容易对电网运行造成不可估计的损失。

目前，针对变压器的传统故障诊断研究方法仍存在一些问题。专家系统法存在过多依赖先验知识和专家经验及缺乏专家知识的问题，难以保证故障诊断结果的稳定性和准确性；对于先提取故障信号时频域特征，再结合分类器实现故障诊断分类的方法，存在人工提取特征较为复杂、故障诊断精度受提取特征有效性影响的问题，若提取特征的有效性较差，可能导致故障诊断精度较低。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种变压器声振故障诊断方法、系统、设备及存储介质，该方法、系统、设备及存储介质能够准确对变压器进行在线故障诊断。

为达到上述目的，本发明采用如下技术方案：

本发明一方面，本发明提供了一种变压器声振故障诊断方法，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。

作为本发明变压器声振故障诊断方法进一步的改进在于：

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。

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。

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。

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。

所述奖励回报函数为：