[发明专利]一种变压器故障诊断方法在审

专利信息
申请号: 202210737413.2 申请日: 2022-06-27
公开(公告)号: CN114878952A 公开(公告)日: 2022-08-09
发明(设计)人: 邓胜初;武利会;罗春风;郑琪;雷剧璋;王彦东;刘秀甫;温玉琦;曾浩桂 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司佛山供电局
主分类号: G01R31/00 分类号: G01R31/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张茵
地址: 510600 广东*** 国省代码: 广东;44
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 变压器 故障诊断 方法
【权利要求书】:

1.一种变压器故障诊断方法,其特征在于,包括:

获取变压器绝缘油中的特征气体数据;

根据所述特征气体数据和预设的变压器故障诊断程序对变压器进行故障诊断,得到第一诊断结果;

根据所述特征气体数据和预设的变压器故障诊断模型对所述变压器进行故障诊断,得到第二诊断结果;

判断所述第一诊断结果和所述第二诊断结果是否一致,若是,将所述第一诊断结果作为所述变压器的故障诊断结果,若否,人工确认所述变压器的故障诊断结果。

2.根据权利要求1所述的变压器故障诊断方法,其特征在于,在根据所述特征气体数据和预设的变压器故障诊断程序对变压器进行故障诊断前,还包括:

根据所述特征气体数据判断特征气体的含量及产气率是否同时满足阈值,若否,则根据所述特征气体数据和预设的变压器故障诊断程序对变压器进行故障诊断。

3.根据权利要求1所述的变压器故障诊断方法,其特征在于,所述根据所述特征气体数据和预设的变压器故障诊断程序对变压器进行故障诊断,得到第一诊断结果具体为:

将所述特征气体数据作为所述变压器故障诊断程序的输入,计算得到气体含量比,所述变压器故障诊断程序将所述气体含量比转换成编码值,并根据所述编码值确定第一诊断结果;其中,所述编码值与变压器故障类型对应,所述第一诊断结果包括变压器故障类型。

4.根据权利要求1所述的变压器故障诊断方法,其特征在于,所述根据所述特征气体数据和预设的变压器故障诊断模型对所述变压器进行故障诊断,得到第二诊断结果具体为:

判断变压器的类型,确定所述类型的变压器对应的变压器故障诊断模型,将特征气体数据作为所述变压器故障诊断模型的输入,计算得到诊断输出向量,根据所述诊断输出向量确定第二诊断结果;其中,所述诊断输出向量与变压器故障类型对应,所述第二诊断结果包括变压器故障类型。

5.根据权利要求1所述的变压器故障诊断方法,其特征在于,所述判断所述第一诊断结果和所述第二诊断结果是否一致,若是,将所述第一诊断结果作为所述变压器的故障诊断结果具体为:

对比所述第一诊断结果中的变压器故障类型和所述第二诊断结果中的变压器故障类型,当所述第一故障诊断结果中的变压器故障类型和所述第二诊断结果中的变压器故障类型一致时,将所述第一诊断结果中的变压器故障类型作为所述变压器的故障诊断结果。

6.根据权利要求1所述的变压器故障诊断方法,其特征在于,获取所述变压器故障诊断模型的步骤包括:

采集变压器故障数据,将所述变压器故障数据按照变压器的类型进行分类,创建若干训练样本库;其中,一个训练样本库中只存放对应类型的变压器故障数据;

基于变压器的类型构造若干BP神经网络;其中,一种类型的变压器对应一个BP神经网络;

根据所述若干训练样本库对所述若干BP神经网络进行训练,得到若干变压器故障诊断模型;其中,一种类型的变压器对应变压器故障诊断模型。

7.根据权利要求6所述的变压器故障诊断方法,其特征在于,所述根据所述若干训练样本库对所述若干BP神经网络进行训练,得到若干变压器故障诊断模型具体为:

确定指定类型变压器对应的训练样本库和BP神经网络,利用指定类型变压器对应的训练样本库训练指定类型变压器对应的BP神经网络,得到指定类型变压器对应的变压器故障诊断模型。

8.根据权利要求7所述的变压器故障诊断方法,其特征在于,在所述人工确认所述变压器的故障诊断结果后还包括:

当人工确认所述变压器的故障诊断结果与所述第二诊断结果不一致时,将所述特征气体数据存储至变压器类型对应的训练样本库,并对变压器类型对应的变压器故障诊断模型进行更新。

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广东电网有限责任公司;广东电网有限责任公司佛山供电局,未经广东电网有限责任公司;广东电网有限责任公司佛山供电局许可,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/202210737413.2/1.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