申请/专利权人：山东科技大学

申请日：2022-08-19

公开（公告）日：2024-03-15

公开（公告）号：CN115407053B

主分类号：G01N33/28

分类号：G01N33/28;G01R31/62;G06F18/241;G06F18/214;G06N3/08;G06F18/23213

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.12.16#实质审查的生效;2022.11.29#公开

摘要：本发明属于变压器故障诊断技术领域，公开了一种变压器故障诊断用油中溶解气体征兆优选方法、计算机设备以及可读存储介质。为了实现更高准确率的变压器故障诊断，本发明提出了云征兆方法以丰富现有的征兆集，为了适应高维云征兆的云变换，本发明设计了自组织云概念提取神经网络进行云概念的提取，以深度挖掘多DGA气体间的关联信息，提高本发明方法的故障诊断能力，最后，通过先排序后寻优的征兆优选策略遴选出最优的DGA混合征兆集。通过IECTC10故障数据库下的对比诊断可知，经过本发明方法优选的混合新征兆，能够实现92.4％诊断准确率，相较于传统征兆具有13.2％～30.8％的诊断准确率提升效果，且在现场应用和多诊断模型中，均表现出了较强的泛化能力和推广能力。

主权项：1.一种变压器故障诊断用油中溶解气体征兆优选方法，其特征在于，包括如下步骤：步骤1.收集确诊的各类典型故障的电力变压器的油中溶解气体浓度数据，关联故障类别标签，构建原始数据集M；其中，每组油中溶解气体浓度数据及其所对应的故障类别标签组成一个样本；步骤2.基于采集到的各种油中溶解气体类型，设计构造出不同种类的候选征兆参量，包括候选比值征兆和候选云征兆，组成候选征兆集；所述步骤2具体为：步骤2.1.基于DGA气体构造14种气体浓度比值作为候选比值征兆；步骤2.2.基于DGA气体组合构造一维至七维共129种候选云征兆，如公式1所示： 其中，公式1中的表示由变压器油中任意i种溶解气体构造的i维云征兆，公式1中的数量2表示两个一维云征兆，即TCH和D，i＝1,2……,7；其中，TCH＝CH4+C2H2+C2H4+C2H6，D＝CH4+C2H2+C2H4；步骤3.将原始数据集M中的各个样本，从原始气体浓度数据转化成步骤2中所设计的候选征兆参量，并完成样本的归一化预处理；所述步骤3中，不同征兆种类的征兆转换方法具体为：步骤3.1.对于比值征兆，直接在对应气体的浓度之间进行除法运算，以实现样本从气体浓度数据向比值形式的转换；步骤3.2.对于云征兆，通过公式2计算样本与先验状态空间内各个云概念之间的隶属度μ，并将其中μ最大值所对应的云概念判定为该样本的隶属云概念，以实现样本从定量气体数据向云征兆下定性云概念的转换； 其中，xiv为第i个样本在该云概念下的第v维特征气体含量值；Exv、Env分别为该云概念下第v维度的云期望和云熵，V表示云征兆的维度；所述步骤3.2中，状态空间的建立过程如下：步骤3.2.1.采用快速k-means算法对数据集M进行浅易地数据汇聚，并获取粗糙的中心簇，以此作为自组织神经网络中各神经元的初始权值；步骤3.2.2.对自组织神经网络进行迭代训练，并基于公式3至公式6逐代进行自组织神经元权值的更新； αt,L＝e-Lt+25ct+1＝ct+αt,Ld-ct6其中，d为神经元权值与输入样本之间的距离；x为输入样本，c为神经元权值，∑代表协方差矩阵；Lt表示最佳神经元所能辐射到相邻神经元的距离最大值，t为当前迭代次数，T为总迭代次数，L0为初始辐射邻域；αt,L表示距离最优神经元为L的神经元在第t次迭代时的权值更新率，ct表示该神经元更新前的权值，ct+1表示该神经元更新后的权值；其中，首次迭代时的初始权值c0由步骤3.2.1得到；步骤3.2.3.利用完成训练的自组织神经网络，对数据集M进行聚类；其中，聚类后的每一类均代表一个云概念，对每一类所隶属的样本集X＝{x1,……,xN}进行逆向云变换，从而实现状态空间内所蕴含的全部云概念的数字特征Exv与Env的提取；而云征兆在其论域内所蕴含的全部云概念，即构成了该云征兆的状态空间；具体公式如公式7和公式8所示； 其中，v＝1,…,V，N表示该类样本总数；步骤4.将经过征兆转换的样本集划分为训练集T1和测试集T2；步骤5.基于训练集T1，通过信息增益方法对候选征兆进行重要度排序，并从重要度最高的征兆开始，按照每次增加一个征兆的方式组成不同维度的有序征兆子集；步骤6.采用灰狼算法，以SVM的诊断准确率为优化目标，对有序征兆子集维度m进行优选，同时优化SVM的超参数，建立变压器故障诊断模型；根据最优征兆子集维度m，获得变压器故障诊断用的最优征兆组合。

全文数据：

权利要求：

百度查询： 山东科技大学 征兆优选方法、计算机设备以及可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD