本發(fā)明涉及一種基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法、系統(tǒng),屬于電力變壓器故障診斷領(lǐng)域。
背景技術(shù):
1、電力變壓器是實(shí)現(xiàn)電網(wǎng)中能量轉(zhuǎn)換和傳輸?shù)暮诵脑O(shè)備,具有在運(yùn)數(shù)量大,分布范圍廣和工作時(shí)間長的特點(diǎn),一旦發(fā)生故障,其故障影響與損失會(huì)遠(yuǎn)高于其他設(shè)備。當(dāng)電力變壓器內(nèi)部發(fā)生放電兼過熱、中低溫和高溫過熱、低能和高能放電等故障時(shí),變壓器故障點(diǎn)附近的絕緣油會(huì)分解為不同量的低分子氣體(包括氫氣(h2)、甲烷(ch4)、乙炔(c2h2)、乙烷(c2h6)和乙烯(c2h4)等),并診斷為不同類別(包括正常、放電兼過熱、低能和高能放電、中低溫和高溫過熱)。因此,對電力變壓器的故障診斷尤為重要。目前,在變壓器故障診斷領(lǐng)域一維結(jié)構(gòu)化油中溶解氣體數(shù)據(jù)存在故障樣本數(shù)據(jù)稀缺、數(shù)據(jù)潛在規(guī)律復(fù)雜等問題,且變壓器故障診斷多采用三比值法和編碼法等傳統(tǒng)方法以及back?propagation神經(jīng)網(wǎng)絡(luò)模塊和隨機(jī)森林模塊等簡單機(jī)器學(xué)習(xí)模塊,易導(dǎo)致變壓器故障診斷誤差較大,會(huì)存在準(zhǔn)確率低的問題。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明提供了一種基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法、系統(tǒng),以用于對電力變壓器故障樣本數(shù)據(jù)進(jìn)行圖像轉(zhuǎn)換和圖像增強(qiáng)擴(kuò)充,從而提高數(shù)據(jù)樣本和數(shù)據(jù)質(zhì)量、更好地應(yīng)用故障診斷模塊對其進(jìn)行故障診斷工作。
2、本發(fā)明的技術(shù)方案是:
3、根據(jù)本發(fā)明的第一方面,提供了一種基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法,包括以下步驟:
4、step1、獲取多個(gè)電力變壓器油中溶解氣體的一維結(jié)構(gòu)化數(shù)據(jù)樣本;一維結(jié)構(gòu)化數(shù)據(jù)樣本采用油中溶解氣體的含量構(gòu)建;
5、step2、將一維結(jié)構(gòu)化數(shù)據(jù)樣本采用基于改進(jìn)格拉姆角場變換方法轉(zhuǎn)換為二維灰度圖像,形成原始電力變壓器故障診斷樣本集;
6、step3、將原始電力變壓器故障診斷樣本集中的二維灰度圖像進(jìn)行增強(qiáng),獲得擴(kuò)充后的電力變壓器故障診斷樣本集;
7、step4、將擴(kuò)充后的電力變壓器故障診斷樣本集依據(jù)預(yù)設(shè)比例劃分為訓(xùn)練集、測試集;
8、step5、依據(jù)訓(xùn)練集對目標(biāo)模型進(jìn)行訓(xùn)練,獲得訓(xùn)練好的電力變壓器故障診斷模型;依據(jù)測試集對訓(xùn)練好的電力變壓器故障診斷模型進(jìn)行測試,輸出電力變壓器狀態(tài)類別;所述電力變壓器狀態(tài)類別包括正常、放電兼過熱、低能放電、高能放電、中低溫過熱、高溫過熱。
9、進(jìn)一步地,所述將一維結(jié)構(gòu)化數(shù)據(jù)樣本采用基于改進(jìn)格拉姆角場變換方法轉(zhuǎn)換為二維灰度圖像,具體為:
10、step2.1、對一維結(jié)構(gòu)化數(shù)據(jù)樣本進(jìn)行預(yù)處理,表達(dá)式如下:
11、
12、式中,gi為樣本g中的第i個(gè)變量,為預(yù)處理后樣本中的第i個(gè)變量;max(g)、min(g)分別表示樣本g中變量的最大、最小值;
13、step2.2、對進(jìn)行極坐標(biāo)變換:
14、
15、式中:n是一個(gè)常數(shù)因子,用于調(diào)整極坐標(biāo)的跨度,φi為i點(diǎn)極角,ri為i點(diǎn)極徑;
16、step2.3、將數(shù)據(jù)轉(zhuǎn)換至極坐標(biāo)后,使用gasf和gadf將數(shù)據(jù)轉(zhuǎn)換為二維圖像數(shù)據(jù),其中g(shù)asf和gadf如下所示:
17、gasf(i,j)=[cos(φi+φj)];
18、gadf(i,j)=[sin(φi-φj)]
19、式中:φj表示第j個(gè)極角;
20、step2.4、對step2.3轉(zhuǎn)換得到的矩陣進(jìn)行改進(jìn),記為gaf,表達(dá)式如下:
21、
22、step2.5、將gaf矩陣映射至[0,255]區(qū)間。
23、進(jìn)一步地,所述將原始電力變壓器故障診斷樣本集中的二維灰度圖像進(jìn)行增強(qiáng),所述增強(qiáng)方式包括以下至少之一:基于圖像亮度的圖像增強(qiáng)方式,基于椒鹽噪聲的圖像增強(qiáng)方式;基于高斯噪聲的圖像增強(qiáng)方式,基于矢量量化變分自編碼器的圖像增強(qiáng)方式。
24、進(jìn)一步地,所述目標(biāo)模型采用以下至少之一:vgg19網(wǎng)絡(luò)模型、resnet50模型。
25、根據(jù)本發(fā)明的第二方面,提供了一種基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的系統(tǒng),包括:
26、獲取模塊,用于獲取多個(gè)電力變壓器油中溶解氣體的一維結(jié)構(gòu)化數(shù)據(jù)樣本;一維結(jié)構(gòu)化數(shù)據(jù)樣本采用油中溶解氣體的含量構(gòu)建;
27、圖像轉(zhuǎn)換模塊,用于將一維結(jié)構(gòu)化數(shù)據(jù)樣本采用基于改進(jìn)格拉姆角場變換方法轉(zhuǎn)換為二維灰度圖像,形成原始電力變壓器故障診斷樣本集;
28、圖像增強(qiáng)模塊,用于將原始電力變壓器故障診斷樣本集中的二維灰度圖像進(jìn)行增強(qiáng),獲得擴(kuò)充后的電力變壓器故障診斷樣本集;用于將擴(kuò)充后的電力變壓器故障診斷樣本集依據(jù)預(yù)設(shè)比例劃分為訓(xùn)練集、測試集;
29、故障診斷模塊,用于依據(jù)訓(xùn)練集對目標(biāo)模型進(jìn)行訓(xùn)練,獲得訓(xùn)練好的電力變壓器故障診斷模型;依據(jù)測試集對訓(xùn)練好的電力變壓器故障診斷模型進(jìn)行測試,輸出電力變壓器狀態(tài)類別;所述電力變壓器狀態(tài)類別包括正常、放電兼過熱、低能放電、高能放電、中低溫過熱、高溫過熱。
30、本發(fā)明的有益效果是:一方面,本發(fā)明提供了基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法,該方法能夠解決由于一維結(jié)構(gòu)化油中溶解氣體數(shù)據(jù)的數(shù)據(jù)稀缺、數(shù)據(jù)潛在規(guī)律復(fù)雜和故障診斷精度低等問題,大大提高工作人員對電力變壓器故障診斷的工作效率;進(jìn)一步地,提供了基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的系統(tǒng),為電力變壓器的故障診斷提供了可視化軟件平臺,使監(jiān)視人員更加直觀了解電力變壓器的運(yùn)行工況,有較高的實(shí)用性,存在進(jìn)一步推廣應(yīng)用的價(jià)值。
1.一種基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法,其特征在于,所述將一維結(jié)構(gòu)化數(shù)據(jù)樣本采用基于改進(jìn)格拉姆角場變換方法轉(zhuǎn)換為二維灰度圖像,具體為:
3.根據(jù)權(quán)利要求1所述的基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法,其特征在于,所述將原始電力變壓器故障診斷樣本集中的二維灰度圖像進(jìn)行增強(qiáng),所述增強(qiáng)方式包括以下至少之一:基于圖像亮度的圖像增強(qiáng)方式,基于椒鹽噪聲的圖像增強(qiáng)方式;基于高斯噪聲的圖像增強(qiáng)方式,基于矢量量化變分自編碼器的圖像增強(qiáng)方式。
4.根據(jù)權(quán)利要求1所述的基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的方法,其特征在于,所述目標(biāo)模型采用以下至少之一:vgg19網(wǎng)絡(luò)模型、resnet50模型。
5.一種基于油中溶解氣體對電力變壓器進(jìn)行故障診斷的系統(tǒng),其特征在于,包括: