CN111562458B - 一种电力变压器故障诊断方法与电力变压器故障诊断装置 - Google Patents

一种电力变压器故障诊断方法与电力变压器故障诊断装置 Download PDF

Info

Publication number
CN111562458B
CN111562458B CN202010521994.7A CN202010521994A CN111562458B CN 111562458 B CN111562458 B CN 111562458B CN 202010521994 A CN202010521994 A CN 202010521994A CN 111562458 B CN111562458 B CN 111562458B
Authority
CN
China
Prior art keywords
fault
data
transformer
module
power transformer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010521994.7A
Other languages
English (en)
Other versions
CN111562458A (zh
Inventor
杨民生
李建奇
李建英
黄世付
杨智
孙健
张家跃
黄丽娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Arts and Science
Original Assignee
Hunan University of Arts and Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University of Arts and Science filed Critical Hunan University of Arts and Science
Priority to CN202010521994.7A priority Critical patent/CN111562458B/zh
Publication of CN111562458A publication Critical patent/CN111562458A/zh
Application granted granted Critical
Publication of CN111562458B publication Critical patent/CN111562458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/62—Testing of transformers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Housings And Mounting Of Transformers (AREA)
  • Protection Of Transformers (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明属于电力变压器故障诊断技术领域，公开了一种电力变压器故障诊断方法与电力变压器故障诊断装置，所述电力变压器故障诊断装置包括：电压检测模块、温度检测模块、主控模块、故障检测模块、信号处理模块、数据传输模块、数据分析模块、故障辨识模块、故障预警模块、故障数据存储模块、显示模块。本发明通过故障辨识模块加入更多相关运行数据，并根据数据对故障辨识的影响权重而对分类器进行合理的训练，还可以根据需求输入相关的训练数据来调整分类器的参数和精确度，最终起到合理辨识变压器故障的作用；还通过数据分析模块会更具有针对性，电力部门可以根据变压器数据分析报告实现对配电变压器的有效管理，提高管理配电变压器的水平。

Description

一种电力变压器故障诊断方法与电力变压器故障诊断装置
技术领域
本发明属于电力变压器故障诊断技术领域，尤其涉及一种电力变压器故障诊断方法与电力变压器故障诊断装置。
背景技术
变压器(Transformer)是利用电磁感应的原理来改变交流电压的装置，主要构件是初级线圈、次级线圈和铁芯(磁芯)。主要功能有：电压变换、电流变换、阻抗变换、隔离、稳压(磁饱和变压器)等。按用途可以分为：电力变压器和特殊变压器(电炉变、整流变、工频试验变压器、调压器、矿用变、音频变压器、中频变压器、高频变压器、冲击变压器、仪用变压器、电子变压器、电抗器、互感器等)。电路符号常用T当作编号的开头，例:T01,T201等。然而，现有电力变压器故障诊断方法与电力变压器故障诊断装置对故障辨识不准确，故障诊断模型不精确，各运行参数对变压器的故障出现的可能影响权重等也不明确；同时，对变压器数据分析不准确，针对性差。
综上所述，现有技术存在的问题是：现有电力变压器故障诊断方法与电力变压器故障诊断装置对故障辨识不准确，故障诊断模型不精确，各运行参数对变压器的故障出现的可能影响权重等也不明确；同时，对变压器数据分析不准确，针对性差。
解决以上问题及缺陷的意义为：电力变压器的故障发生时，轻则导致供电中断，影响电力用户的用电可靠性，如果工业用户，则影响生产的连续性；重则发性变压器起火及***事故，产生较严重的设备损坏和人员伤亡。
发明内容
针对现有技术存在的问题，本发明提供了一种电力变压器故障诊断方法与电力变压器故障诊断装置。
本发明是这样实现的，一种电力变压器故障诊断方法，所述电力变压器故障诊断方法包括以下步骤：
步骤一，通过电压检测模块利用电压表检测电力变压器的运行电压数据；通过温度检测模块利用温度传感器检测电力变压器的工作温度数据，故障检测模块通过故障检测各种器件对电力变压器的相关数据进行检测，电力变压器的相关数据如：振动和噪声的变化情况，变压器局部放电(局放)数据，油中融解气体(H2、CO、CO2、CH4、C2H4、C2H2)、铁芯接地电流参数；并通过主控模块利用控制器控制所述电力变压器故障诊断装置各个模块的正常运行，结合智能控制算法，如专家***、遗传算法等和运行状态数据库的支持；
步骤二，通过控制器向所述电力变压器的工作节点芯片发送工作状态查询指令，所述电力变压器的工作节点芯片依次转发所述工作状态查询指令；
步骤三，通过故障检测模块利用故障检测电路判断各节点芯片的芯片地址是否与所述工作状态查询指令中指定的芯片地址相匹配；若不匹配，则判断该电力变压器发生故障，同时生成故障信号；
步骤四，通过信号处理模块利用信号处理装置将步骤三生成的故障信号对应的电压幅值放大，采用单位时间内各采样点的放大电压的绝对值之和作为阈值对故障信号中的噪声进行滤除；
步骤五，通过数据传输模块根据数据传输装置利用光纤将步骤四增强处理后的故障信号数据上传至控制器进行故障分析；
所述故障分析采用的具体方法包括：
采集需诊断变压器的定检数据及形成的初步故障属性集与决策集；
对变压器故障信息进行约简，利用约简后的信息建立变压器故障物元模型及现状物元模型；
对故障物元模型及现状物元模型计算可拓关联函数值，确定故障诊断权系数并输出故障诊断结果；
步骤六，通过监测设备获取变压器的历史监测数据，并获取步骤五传输的变压器的实时故障信号数据；通过数据分析模块利用分析程序根据预设的数据归约标准，筛选所述变压器的历史监测数据和所述变压器的实时故障信号数据中有效故障数据；
步骤七，根据所述变压器的有效故障数据并结合步骤一检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，生成故障分析报告，并上传至数据库服务器；
步骤八，通过故障辨识模块利用辨识程序从数据库服务器中读入变压器故障分析报告，并将变压器故障分析数据类型按数据名称进行编号，分别设置为A、 B、C...，其中所包含的数据类型分别按A1～An、B1～Bm、C1～Ck...进行编号；将变压器故障类型设置为F，对其按F1～Ft进行编号；
步骤九，对步骤八得到的编号为A、B、C...的数据进行数据预处理，即对其进行缺失值填充、去噪声处理，然后对其按类进行归一化处理；
步骤十，利用主成分分析法对不同数据类型数据进行权重分析并得到权重系数，根据协方差矩阵求特征根Evalue和特征向量Evector，其中特征根归一化后的值即为各变压器相关运行数据的权重WOE，即每个特征根的贡献率，同理适用与不同类型的多种数据；
步骤十一，对支持向量机进行加权，利用加权支持向量机方法对故障数据进行训练，获得分类器模型；将训练分类器所用的变压器相关运行数据以及所对应的故障种类输入到加权支持向量机中，得到分类器；
步骤十二，继续向加权支持向量机中输入测试数据对该分类器进行参数调整和改进，最终输入所需要辨识的数据根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果，并对即将可能发生的故障进行提前的预测；
步骤十三，通过故障预警模块利用声光预警装置根据故障信息进行预警通知，对即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故；通过故障数据存储模块利用存储器对检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息进行存储；
步骤十四，通过显示模块利用显示器显示检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息的实时数据。
进一步，步骤三中，所述判断各节点芯片的芯片地址是否与所述工作状态查询指令中指定的芯片地址相匹配的方法，包括：
若节点芯片的芯片地址与所述工作状态查询命令中指定的芯片地址相匹配，则返回变压器数据；
若检测发现未接收到与所述工作状态查询命令中指定的芯片地址相匹配的节点芯片返回的变压器数据，则判断该电力变压器发生故障，并生成故障信号。
进一步，步骤四中，所述噪声滤除分两次进行异步滤除，第一次从开始时刻进行噪声滤除，第二次噪声持续时间的一半作为开始时刻进行噪声滤除。
进一步，步骤六中，所述根据预设的数据归约标准，筛选所述变压器的历史监测数据和所述变压器的实时故障信号数据中有效故障数据的方法，包括：
(I)基于特征归约标准清洗所述变压器的历史监测数据和所述变压器的实时故障数据；
(II)根据被清洗后的所述变压器的历史监测数据和所述变压器的实时故障数据，确定所述变压器的有效故障数据。
进一步，步骤七中，所述根据所述变压器的有效故障数据并结合检测到的电压数据、温度数据和和电力变压器相关运行参数对电力变压器故障信息进行分析，生成故障分析报告的方法，包括：
(1)根据预设的分类标准对所述变压器的有效故障数据进行归类；所述预设的分类标准包括将所述有效故障数据按照不同的工作分析需求进行归类，所述工作分析需求包括能效分析、节能建议分析和故障预警分析；
(2)存储所述变压器的有效故障数据，生成有效故障数据清单；
(3)分析各类变压器的有效故障数据，生成变压器故障分析报告；所述变压器故障分析报告包括变压器故障分析报告、变压器能效分析报告、变压器节能建议分析报告和变压器故障预警分析报告。
进一步，步骤十中，所述变压器相关运行数据的权重WOE的计算方法为：
Figure BDA0002532460930000051
其中，WOE表示变压器相关运行数据的权重，P1表示特征根Evalue，P2 表示特征向量Evector。
进一步，步骤十一中，所述利用加权支持向量机方法对故障数据进行训练，获得分类器模型的方法，包括：
1)获取多个变压器故障样本数据，所述多个变压器故障样本数据包括多个原始变量的多个特征值；
2)对于多个变压器故障样本数据中的每个样本数据，当所述样本数据符合已训练的多个分类器中的任一分类器对应的分类条件时，将所述分类器对应的类别作为所述样本数据的衍生变量；
3)将所述分类器的特征值作为所述衍生变量的特征值，得到所述样本数据的至少一个衍生变量的特征值，其中，所述分类器的特征值基于训练所述分类器的正样本数据的数量和负样本数据的数量确定；
4)基于所述多个样本数据的原始变量的特征值、类别和衍生变量的特征值进行训练，得到所述分类器模型。
本发明的另一目的在于提供一种应用所述的电力变压器故障诊断方法的电力变压器故障诊断装置，所述电力变压器故障诊断装置包括：
电压检测模块，与主控模块连接，用于通过电压表检测电力变压器的运行电压数据；
温度检测模块，与主控模块连接，用于通过温度传感器检测电力变压器的工作温度数据，例油浸式电力变压器主要是油温；
主控模块，与电压检测模块、温度检测模块、故障检测模块、信号处理模块、数据传输模块、数据分析模块、故障辨识模块、故障预警模块、故障数据存储模块、显示模块连接，用于通过控制器控制所述电力变压器故障诊断装置各个模块的正常运行；结合智能控制算法，如专家***、遗传算法等和运行状态数据库的支持；
故障检测模块，与主控模块连接，用于通过故障检测各种器件对电力变压器的相关数据进行检测，电力变压器的相关数据如：振动和噪声的变化情况，变压器局部放电(局放)数据，油中融解气体(H2、CO、CO2、CH4、C2H4、 C2H2)、铁芯接地电流参数；
信号处理模块，与主控模块连接，用于通过信号处理装置对检测到的电力变压器的故障信号进行增强处理；
数据传输模块，与主控模块连接，用于通过数据传输装置利用光纤将处理后的故障信号上传至控制器进行故障分析；
数据分析模块，与主控模块连接，用于通过分析程序根据检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，并生成故障分析报告；
故障辨识模块，与主控模块连接，用于通过辨识程序根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果，并且根据检测的数据，对即将可能发生的故障进行提前的预测；
故障预警模块，与主控模块连接，用于通过声光预警装置根据即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故；
故障数据存储模块，与主控模块连接，用于通过存储器对检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息进行存储；
显示模块，与主控模块连接，用于通过显示器显示检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息的实时数据。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的电力变压器故障诊断方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的电力变压器故障诊断方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明通过信号处理模块采用单位时间内的电压绝对值滤除噪声，能滤除不规则噪声，同时还能滤除同频率的噪声；在信号放大后对噪声进行了有效滤除，并采用补偿方法将故障信号开始、结束阶段进行了两个标定段(±2T时间)的有效补偿，直接避免故障信号因噪声滤除而出现的小信号开始、结束阶段丢失，保障了故障信号的连续性。
本发明通过故障辨识模块加入更多相关运行数据，并根据数据对故障辨识的影响权重而对分类器进行合理的训练，还可以根据需求输入相关的训练数据来调整分类器的参数和精确度，最终起到合理辨识变压器故障的作用；同时，通过数据分析模块利用大量历史监测数据和实时监测数据，基于预设的数据归约标准，对历史监测数据和实时监测数据进行数据清洗，筛选出有效监测数据，再根据有效监测数据生成变压器数据分析报告，推送变压器数据分析报告；通过这种方式得到的变压器数据分析报告由于同时考虑了历史监测数据和实时监测数据，会更具有针对性，电力部门可以根据变压器数据分析报告实现对配电变压器的有效管理，提高管理配电变压器的水平。
本发明电力变压器的故障诊断方法，其特点和优点应该在于通过变压器运行状态数据的检测和监测，结合智能控制算法，如专家***、遗传算法等和运行状态数据库的支持，对即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故。
附图说明
图1是本发明实施例提供的电力变压器故障诊断方法流程图。
图2是本发明实施例提供的电力变压器故障诊断装置结构框图；
图中：1、电压检测模块；2、温度检测模块；3、主控模块；4、故障检测模块；5、信号处理模块；6、数据传输模块；7、数据分析模块；8、故障辨识模块；9、故障预警模块；10、故障数据存储模块；11、显示模块。
图3是本发明实施例提供的对电力变压器的故障信号进行检测和增强处理的方法流程图。
图4是本发明实施例提供的通过分析程序根据检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，并生成故障分析报告的方法流程图。
图5是本发明实施例提供的通过辨识程序根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种力变压器故障诊断方法与电力变压器故障诊断装置，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的电力变压器故障诊断方法包括以下步骤：
S101，通过电压检测模块利用电压表检测电力变压器的运行电压数据；通过温度检测模块利用温度传感器检测电力变压器的工作温度数据；故障检测模块通过故障检测各种器件对电力变压器的相关数据进行检测，电力变压器的相关数据如：振动和噪声的变化情况，变压器局部放电(局放)数据，油中融解气体(H2、CO、CO2、CH4、C2H4、C2H2)等、铁芯接地电流参数。
S102，根据检测的数据，主控模块利用控制器控制所述电力变压器故障诊断装置的正常运行，结合智能控制算法，如专家***、遗传算法等和运行状态数据库的支持。
S103，通过信号处理模块利用信号处理装置对检测到的电力变压器的故障信号进行增强处理。
S104，通过数据传输模块利用数据传输装置利用光纤将处理后的故障信号上传至控制器进行故障分析。
S105，通过数据分析模块利用分析程序根据检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，并生成故障分析报告。
S106，通过故障辨识模块利用通过辨识程序根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果；并对即将可能发生的故障进行提前的预测。
S107，通过故障预警模块利用声光预警装置根据故障信息进行预警通知，对即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故；通过故障数据存储模块利用存储器对检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息进行存储。
S108，通过显示模块利用显示器显示检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息的实时数据。
S104中，本发明实施例提供的故障分析采用的具体方法包括：
采集需诊断变压器的定检数据及形成的初步故障属性集与决策集；
对变压器故障信息进行约简，利用约简后的信息建立变压器故障物元模型及现状物元模型；
对故障物元模型及现状物元模型计算可拓关联函数值，确定故障诊断权系数并输出故障诊断结果。
其中变压器故障信息约简采用两种方式：
a.用两者依赖程度的差来确定重要性：
k(D)＝rB(D)-rB-B′(D)
其中：B为属性集；B’为属性集中某子集；rB(D)为B对D的依赖性；rB-B’ (D)为B-B’对D的依赖性；k(D)为重要性两属性子集间的重要性数值；
b.利用两者等价关系的正域之商表示
Figure BDA0002532460930000101
其中：posB(D)为B对D的等价关系；posB-B’(D)为B-B’对D的等价关系； n(D)为两者的重要性。
如图2所示，本发明实施例提供的电力变压器故障诊断装置包括：电压检测模块1、温度检测模块2、主控模块3、故障检测模块4、信号处理模块5、数据传输模块6、数据分析模块7、故障辨识模块8、故障预警模块9、故障数据存储模块10、显示模块11。
电压检测模块1，与主控模块3连接，用于通过电压表检测电力变压器的运行电压数据；
温度检测模块2，与主控模块3连接，用于通过温度传感器检测电力变压器的工作温度数据，例油浸式电力变压器主要是油温；
主控模块3，与电压检测模块1、温度检测模块2、故障检测模块4、信号处理模块5、数据传输模块6、数据分析模块7、故障辨识模块8、故障预警模块9、故障数据存储模块10、显示模块11连接，用于通过控制器控制所述电力变压器故障诊断装置各个模块的正常运行；结合智能控制算法，如专家***、遗传算法等和运行状态数据库的支持；
故障检测模块4，与主控模块3连接，用于通过故障检测各种器件对电力变压器的相关数据进行检测，电力变压器的相关数据如：振动和噪声的变化情况，变压器局部放电(局放)数据，油中融解气体(H2、CO、CO2、CH4、C2H4、 C2H2)等、铁芯接地电流参数；
信号处理模块5，与主控模块3连接，用于通过信号处理装置对检测到的电力变压器的故障信号进行增强处理；
数据传输模块6，与主控模块3连接，用于通过数据传输装置利用光纤将处理后的故障信号上传至控制器进行故障分析；
数据分析模块7，与主控模块3连接，用于通过分析程序根据检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，并生成故障分析报告；
故障辨识模块8，与主控模块3连接，用于通过辨识程序根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果，并且根据检测的数据，对即将可能发生的故障进行提前的预测；
故障预警模块9，与主控模块3连接，用于通过声光预警装置根据即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故；
故障数据存储模块10，与主控模块3连接，用于通过存储器对检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息进行存储；
显示模块11，与主控模块3连接，用于通过显示器显示检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息的实时数据。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的电力变压器故障诊断方法如图1所示，作为优选实施例，如图3所示，本发明实施例提供的对电力变压器的相关参数进行检测和增强处理的方法包括：
S201，通过故障检测模块利用故障检测设备判断各节点芯片的芯片地址是否与所述工作状态查询指令中指定的芯片地址相匹配；若不匹配，则判断该电力变压器发生故障，同时生成故障信号。
S202，通过信号处理模块利用信号处理装置将步骤三生成的故障信号对应的电压幅值放大，采用单位时间内各采样点的放大电压的绝对值之和作为阈值对故障信号中的噪声进行滤除。
本发明实施例提供的步骤S201中，所述判断各节点芯片的芯片地址是否与所述工作状态查询指令中指定的芯片地址相匹配的方法，包括：
若节点芯片的芯片地址与所述工作状态查询命令中指定的芯片地址相匹配，则返回变压器数据；
若检测发现未接收到与所述工作状态查询命令中指定的芯片地址相匹配的节点芯片返回的变压器数据，则判断该电力变压器发生故障，并生成故障信号。
本发明实施例提供的步骤S202中，所述噪声滤除分两次进行异步滤除，第一次从开始时刻进行噪声滤除，第二次噪声持续时间的一半作为开始时刻进行噪声滤除。
实施例2
本发明实施例提供的电力变压器故障诊断方法如图1所示，作为优选实施例，如图4所示，本发明实施例提供的通过分析程序根据检测到的电力变压器运行的电压数据、温度数据和电力变压器相关运行参数对电力变压器故障信息进行分析，并生成故障分析报告的方法包括：
S301，通过监测设备获取变压器的历史监测数据，并获取数据传输装置传输的变压器的实时故障信号数据。
S302，通过数据分析模块利用分析程序根据预设的数据归约标准，筛选所述变压器的历史监测数据和所述变压器的实时故障信号数据中有效故障数据。
S303，根据所述变压器的有效故障数据并结合检测到的电力变压器运行的电压数据、温度数据和电力变压器相关运行参数对电力变压器故障信息进行分析，生成故障分析报告，并上传至数据库服务器。
本发明实施例提供的步骤S302中，所述根据预设的数据归约标准，筛选所述变压器的历史监测数据和所述变压器的实时故障信号数据中有效故障数据的方法，包括：
(I)基于特征归约标准清洗所述变压器的历史监测数据和所述变压器的实时故障数据。
(II)根据被清洗后的所述变压器的历史监测数据和所述变压器的实时故障数据，确定所述变压器的有效故障数据。
本发明实施例提供的步骤S303中，所述根据所述变压器的有效故障数据并结合检测到的电压数据和温度数据对电力变压器故障信息进行分析，生成故障分析报告的方法，包括：
(1)根据预设的分类标准对所述变压器的有效故障数据进行归类；所述预设的分类标准包括将所述有效故障数据按照不同的工作分析需求进行归类，所述工作分析需求包括能效分析、节能建议分析和故障预警分析；
(2)存储所述变压器的有效故障数据，生成有效故障数据清单；
(3)分析各类变压器的有效故障数据，生成变压器故障分析报告；所述变压器故障分析报告包括变压器故障分析报告、变压器能效分析报告、变压器节能建议分析报告和变压器故障预警分析报告。
实施例3
本发明实施例提供的电力变压器故障诊断方法如图1所示，作为优选实施例，如图5所示，本发明实施例提供的通过辨识程序根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果的方法包括：
S401，通过故障辨识模块利用辨识程序从数据库服务器中读入变压器故障分析报告，并将变压器故障分析数据类型按数据名称进行编号，分别设置为A、 B、C...，其中所包含的数据类型分别按A1～An、B1～Bm、C1～Ck...进行编号；将变压器故障类型设置为F，对其按F1～Ft进行编号。
S402，对S401得到的编号为A、B、C...的数据进行数据预处理，即对其进行缺失值填充、去噪声处理，然后对其按类进行归一化处理。
S403，利用主成分分析法对不同数据类型数据进行权重分析并得到权重系数，根据协方差矩阵求特征根Evalue和特征向量Evector，其中特征根归一化后的值即为各变压器相关运行数据的权重WOE，即每个特征根的贡献率，同理适用与不同类型的多种数据。
S404，对支持向量机进行加权，利用加权支持向量机方法对故障数据进行训练，获得分类器模型；将训练分类器所用的变压器相关运行数据以及所对应的故障种类输入到加权支持向量机中，得到分类器。
S405，继续向加权支持向量机中输入测试数据对该分类器进行参数调整和改进，最终输入所需要辨识的数据根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果。
本发明实施例提供的步骤S403中，所述变压器相关运行数据的权重WOE 的计算方法为：
Figure BDA0002532460930000141
其中，WOE表示变压器相关运行数据的权重，P1表示特征根Evalue，P2 表示特征向量Evector。
本发明实施例提供的步骤S404中，所述利用加权支持向量机方法对故障数据进行训练，获得分类器模型的方法，包括：
1)获取多个变压器故障样本数据，所述多个变压器故障样本数据包括多个原始变量的多个特征值；
2)对于多个变压器故障样本数据中的每个样本数据，当所述样本数据符合已训练的多个分类器中的任一分类器对应的分类条件时，将所述分类器对应的类别作为所述样本数据的衍生变量；
3)将所述分类器的特征值作为所述衍生变量的特征值，得到所述样本数据的至少一个衍生变量的特征值，其中，所述分类器的特征值基于训练所述分类器的正样本数据的数量和负样本数据的数量确定；
4)基于所述多个样本数据的原始变量的特征值、类别和衍生变量的特征值进行训练，得到所述分类器模型。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种电力变压器故障诊断方法，其特征在于，所述电力变压器故障诊断方法包括以下步骤：
步骤一，通过电压检测模块利用电压表检测电力变压器的运行电压数据；通过温度检测模块利用温度传感器检测电力变压器的工作温度数据，故障检测模块通过故障检测各种器件对电力变压器的相关数据进行检测，电力变压器的相关数据：振动和噪声的变化情况，变压器局部放电(局放)数据，油中融解气体、铁芯接地电流参数；并通过主控模块利用控制器控制电力变压器故障诊断装置各个模块的正常运行，结合智能控制算法和运行状态数据库的支持；
步骤二，通过控制器向所述电力变压器的工作节点芯片发送工作状态查询指令，所述电力变压器的工作节点芯片依次转发所述工作状态查询指令；
步骤三，通过故障检测模块利用故障检测电路判断各节点芯片的芯片地址是否与所述工作状态查询指令中指定的芯片地址相匹配；若不匹配，则判断该电力变压器发生故障，同时生成故障信号；
所述判断各节点芯片的芯片地址是否与所述工作状态查询指令中指定的芯片地址相匹配的方法，包括：
若节点芯片的芯片地址与所述工作状态查询命令中指定的芯片地址相匹配，则返回变压器数据；
若检测发现未接收到与所述工作状态查询命令中指定的芯片地址相匹配的节点芯片返回的变压器数据，则判断该电力变压器发生故障，并生成故障信号；
步骤四，通过信号处理模块利用信号处理装置将步骤三生成的故障信号对应的电压幅值放大，采用单位时间内各采样点的放大电压的绝对值之和作为阈值对故障信号中的噪声进行滤除；
步骤五，通过数据传输模块根据数据传输装置利用光纤将步骤四增强处理后的故障信号数据上传至控制器进行故障分析；
所述故障分析采用的具体方法包括：
采集需诊断变压器的定检数据及形成的初步故障属性集与决策集；
对变压器故障信息进行约简，利用约简后的信息建立变压器故障物元模型及现状物元模型；
对故障物元模型及现状物元模型计算可拓关联函数值，确定故障诊断权系数并输出故障诊断结果；
步骤六，通过监测设备获取变压器的历史监测数据，并获取步骤五传输的变压器的实时故障信号数据；通过数据分析模块利用分析程序根据预设的数据归约标准，筛选所述变压器的历史监测数据和所述变压器的实时故障信号数据中有效故障数据；
步骤七，根据所述变压器的有效故障数据并结合步骤一检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，生成故障分析报告，并上传至数据库服务器；
步骤八，通过故障辨识模块利用辨识程序从数据库服务器中读入变压器故障分析报告，并将变压器故障分析数据类型按数据名称进行编号，分别设置为A、B、C...，其中所包含的数据类型分别按A1～An、B1～Bm、C1～Ck...进行编号；将变压器故障类型设置为F，对其按F1～Ft进行编号；
步骤九，对步骤八得到的编号为A、B、C...的数据进行数据预处理，即对其进行缺失值填充、去噪声处理，然后对其按类进行归一化处理；
步骤十，利用主成分分析法对不同数据类型数据进行权重分析并得到权重系数，根据协方差矩阵求特征根Evalue和特征向量Evector，其中特征根归一化后的值即为各变压器相关运行数据的权重WOE，即每个特征根的贡献率，同理适用于不同类型的多种数据；
步骤十一，对支持向量机进行加权，利用加权支持向量机方法对故障数据进行训练，获得分类器模型；将训练分类器所用的变压器相关运行数据以及所对应的故障种类输入到加权支持向量机中，得到分类器；
步骤十二，继续向加权支持向量机中输入测试数据对该分类器进行参数调整和改进，最终输入所需要辨识的数据根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果，并对即将可能发生的故障进行提前的预测；
步骤十三，通过故障预警模块利用声光预警装置根据故障信息进行预警通知，对即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故；通过故障数据存储模块利用存储器对检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息进行存储；
步骤十四，通过显示模块利用显示器显示检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息的实时数据。
2.如权利要求1所述的电力变压器故障诊断方法，其特征在于，步骤五中，所述变压器故障信息约简采用两种方式：
a.用两者依赖程度的差来确定重要性：
k(D)＝rB(D)-rB-B′(D)
其中：B为属性集；B’为属性集中某子集；rB(D)为B对D的依赖性；rB-B’(D)为B-B’对D的依赖性；k(D)为重要性两属性子集间的重要性数值；
b.利用两者等价关系的正域之商表示
Figure FDA0003586912180000031
其中：posB(D)为B对D的等价关系；posB-B’(D)为B-B’对D的等价关系；n(D)为两者的重要性。
3.如权利要求1所述的电力变压器故障诊断方法，其特征在于，步骤四中，所述噪声滤除分两次进行异步滤除，第一次从开始时刻进行噪声滤除，第二次噪声持续时间的一半作为开始时刻进行噪声滤除。
4.如权利要求1所述的电力变压器故障诊断方法，其特征在于，步骤六中，所述根据预设的数据归约标准，筛选所述变压器的历史监测数据和所述变压器的实时故障信号数据中有效故障数据的方法，包括：
(I)基于特征归约标准清洗所述变压器的历史监测数据和所述变压器的实时故障数据；
(II)根据被清洗后的所述变压器的历史监测数据和所述变压器的实时故障数据，确定所述变压器的有效故障数据。
5.如权利要求1所述的电力变压器故障诊断方法，其特征在于，步骤七中，所述根据所述变压器的有效故障数据并结合检测到的电压数据、温度数据和电力变压器相关运行参数对电力变压器故障信息进行分析，生成故障分析报告的方法，包括：
(1)根据预设的分类标准对所述变压器的有效故障数据进行归类；所述预设的分类标准包括将所述有效故障数据按照不同的工作分析需求进行归类，所述工作分析需求包括能效分析、节能建议分析和故障预警分析；
(2)存储所述变压器的有效故障数据，生成有效故障数据清单；
(3)分析各类变压器的有效故障数据，生成变压器故障分析报告；所述变压器故障分析报告包括变压器故障分析报告、变压器能效分析报告、变压器节能建议分析报告和变压器故障预警分析报告。
6.如权利要求1所述的电力变压器故障诊断方法，其特征在于，步骤十中，所述变压器相关运行数据的权重WOE的计算方法为：
Figure FDA0003586912180000041
其中，WOE表示变压器相关运行数据的权重，P1表示特征根Evalue，P2表示特征向量Evector。
7.如权利要求1所述的电力变压器故障诊断方法，其特征在于，步骤十一中，所述利用加权支持向量机方法对故障数据进行训练，获得分类器模型的方法，包括：
1)获取多个变压器故障样本数据，所述多个变压器故障样本数据包括多个原始变量的多个特征值；
2)对于多个变压器故障样本数据中的每个样本数据，当所述样本数据符合已训练的多个分类器中的任一分类器对应的分类条件时，将所述分类器对应的类别作为所述样本数据的衍生变量；
3)将所述分类器的特征值作为所述衍生变量的特征值，得到所述样本数据的至少一个衍生变量的特征值，其中，所述分类器的特征值基于训练所述分类器的正样本数据的数量和负样本数据的数量确定；
4)基于所述多个样本数据的原始变量的特征值、类别和衍生变量的特征值进行训练，得到所述分类器模型。
8.一种应用如权利要求1～7任意一项所述的电力变压器故障诊断方法的电力变压器故障诊断装置，其特征在于，所述电力变压器故障诊断装置包括：
电压检测模块，与主控模块连接，用于通过电压表检测电力变压器的运行电压数据；
温度检测模块，与主控模块连接，用于通过温度传感器检测电力变压器的工作温度数据；
主控模块，与电压检测模块、温度检测模块、故障检测模块、信号处理模块、数据传输模块、数据分析模块、故障辨识模块、故障预警模块、故障数据存储模块、显示模块连接，用于通过控制器控制电力变压器故障诊断装置各个模块的正常运行；结合智能控制算法和运行状态数据库的支持；
故障检测模块，与主控模块连接，用于通过故障检测各种器件对电力变压器的相关数据进行检测，电力变压器的相关数据：振动和噪声的变化情况，变压器局部放电(局放)数据，油中融解气体、铁芯接地电流参数；
信号处理模块，与主控模块连接，用于通过信号处理装置对检测到的电力变压器的故障信号进行增强处理；
数据传输模块，与主控模块连接，用于通过数据传输装置利用光纤将处理后的故障信号上传至控制器进行故障分析；
数据分析模块，与主控模块连接，用于通过分析程序根据检测到的电力变压器运行的电压数据和温度数据对电力变压器故障信息进行分析，并生成故障分析报告；
故障辨识模块，与主控模块连接，用于通过辨识程序根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果，并且根据检测的数据，对即将可能发生的故障进行提前的预测；通过故障辨识模块利用辨识程序从数据库服务器中读入变压器故障分析报告，并将变压器故障分析数据类型按数据名称进行编号，分别设置为A、B、C...，其中所包含的数据类型分别按A1～An、B1～Bm、C1～Ck...进行编号；将变压器故障类型设置为F，对其按F1～Ft进行编号；
对步骤八得到的编号为A、B、C...的数据进行数据预处理，即对其进行缺失值填充、去噪声处理，然后对其按类进行归一化处理；
利用主成分分析法对不同数据类型数据进行权重分析并得到权重系数，根据协方差矩阵求特征根Evalue和特征向量Evector，其中特征根归一化后的值即为各变压器相关运行数据的权重WOE，即每个特征根的贡献率，同理适用于不同类型的多种数据；
对支持向量机进行加权，利用加权支持向量机方法对故障数据进行训练，获得分类器模型；将训练分类器所用的变压器相关运行数据以及所对应的故障种类输入到加权支持向量机中，得到分类器；
继续向加权支持向量机中输入测试数据对该分类器进行参数调整和改进，最终输入所需要辨识的数据根据故障分析报告对电力变压器故障进行辨识，生成故障辨识结果，并对即将可能发生的故障进行提前的预测；
故障预警模块，与主控模块连接，用于通过声光预警装置根据即将可能发生的故障进行提前的预测与报警，发出报警信号，提示检修人员进行定向的检修与维护，避免变压器出现进一步的严重事故；
故障数据存储模块，与主控模块连接，用于通过存储器对检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息进行存储；
显示模块，与主控模块连接，用于通过显示器显示检测到的电压数据、温度数据、故障分析报告、故障辨识结果及预警信息的实时数据。
9.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～7任意一项所述的电力变压器故障诊断方法。
CN202010521994.7A 2020-06-10 2020-06-10 一种电力变压器故障诊断方法与电力变压器故障诊断装置 Active CN111562458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010521994.7A CN111562458B (zh) 2020-06-10 2020-06-10 一种电力变压器故障诊断方法与电力变压器故障诊断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010521994.7A CN111562458B (zh) 2020-06-10 2020-06-10 一种电力变压器故障诊断方法与电力变压器故障诊断装置

Publications (2)

Publication Number Publication Date
CN111562458A CN111562458A (zh) 2020-08-21
CN111562458B true CN111562458B (zh) 2022-05-27

Family

ID=72070045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010521994.7A Active CN111562458B (zh) 2020-06-10 2020-06-10 一种电力变压器故障诊断方法与电力变压器故障诊断装置

Country Status (1)

Country Link
CN (1) CN111562458B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112398218A (zh) * 2020-09-28 2021-02-23 国网山东省电力公司冠县供电公司 一种电网安全稳定分析装置及方法
CN112414949A (zh) * 2020-10-29 2021-02-26 国网山西省电力公司电力科学研究院 一种实时检测变压器故障的气体继电器及诊断方法
CN112379200B (zh) * 2020-11-10 2024-02-13 深圳市康必达控制技术有限公司 故障定位及解决方法
CN112562698B (zh) * 2020-12-02 2022-11-04 国网山西省电力公司大同供电公司 一种基于声源信息与热成像特征融合的电力设备缺陷诊断方法
WO2022116111A1 (en) * 2020-12-03 2022-06-09 Boe Technology Group Co., Ltd. Computer-implemented method for defect analysis, computer-implemented method of evaluating likelihood of defect occurrence, apparatus for defect analysis, computer-program product, and intelligent defect analysis system
CN112731026A (zh) * 2020-12-21 2021-04-30 国网上海市电力公司 基于变压器噪声故障检测识别装置
CN112733033B (zh) * 2021-01-20 2023-11-10 渭南双盈未来科技有限公司 一种信息处理方法及***
CN112884089A (zh) * 2021-04-12 2021-06-01 国网上海市电力公司 一种基于数据挖掘的电力变压器故障预警***
CN113375729B (zh) * 2021-07-15 2023-10-31 贵州电网有限责任公司 一种用户变压器智能检测预警方法
CN113848418A (zh) * 2021-08-10 2021-12-28 广东新电电力科技有限公司 一种电能质量在线检测方法、装置、设备及储存介质
CN114034956A (zh) * 2021-11-10 2022-02-11 国网甘肃省电力公司陇南供电公司 一种干式空心电抗器故障监测与预警方法
CN114422884A (zh) * 2021-11-26 2022-04-29 北京智芯微电子科技有限公司 配电变压器故障样本采集方法、装置和***
CN114062774A (zh) * 2021-12-09 2022-02-18 华能定边新能源发电有限公司 变压器铁芯及夹件泄漏电流远程监测***及监测方法
CN115660478B (zh) * 2022-10-25 2023-06-20 贵州电网有限责任公司 基于变压器的健康状态监测方法、装置、设备及存储介质
CN116295661B (zh) * 2023-05-22 2023-08-01 济南西电特种变压器有限公司 一种基于物联网的变压器故障预警***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484034A (zh) * 2002-09-18 2004-03-24 新疆特变电工股份有限公司 变压器在线智能监测***及其智能分析诊断方法
FR2860593A1 (fr) * 2003-10-03 2005-04-08 Alstom T & D Sa Procede pour diagnostiquer un defaut sur un enroulement de transformateur
KR20140033944A (ko) * 2012-09-11 2014-03-19 엘에스전선 주식회사 풍력용 변압기 감시 진단 시스템 및 방법
CN105223453A (zh) * 2015-11-03 2016-01-06 广东电网有限责任公司佛山供电局 基于多指标综合评价的配电变压器故障诊断装置及方法
CN206274265U (zh) * 2016-11-28 2017-06-23 山东科技大学 一种变压器在线监测装置
CN108021945A (zh) * 2017-12-07 2018-05-11 广东电网有限责任公司电力科学研究院 一种变压器状态评价模型建立方法及装置
CN108414877A (zh) * 2018-03-21 2018-08-17 广东电网有限责任公司电力科学研究院 一种用于对变压器故障进行预警的***及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484034A (zh) * 2002-09-18 2004-03-24 新疆特变电工股份有限公司 变压器在线智能监测***及其智能分析诊断方法
FR2860593A1 (fr) * 2003-10-03 2005-04-08 Alstom T & D Sa Procede pour diagnostiquer un defaut sur un enroulement de transformateur
KR20140033944A (ko) * 2012-09-11 2014-03-19 엘에스전선 주식회사 풍력용 변압기 감시 진단 시스템 및 방법
CN105223453A (zh) * 2015-11-03 2016-01-06 广东电网有限责任公司佛山供电局 基于多指标综合评价的配电变压器故障诊断装置及方法
CN206274265U (zh) * 2016-11-28 2017-06-23 山东科技大学 一种变压器在线监测装置
CN108021945A (zh) * 2017-12-07 2018-05-11 广东电网有限责任公司电力科学研究院 一种变压器状态评价模型建立方法及装置
CN108414877A (zh) * 2018-03-21 2018-08-17 广东电网有限责任公司电力科学研究院 一种用于对变压器故障进行预警的***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
可拓关联函数与属性约简相结合的变压器故障诊断方法;胡泽江 等;《2011年云南电力技术论坛论文集》;20111115;第860-866页 *

Also Published As

Publication number Publication date
CN111562458A (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
CN111562458B (zh) 一种电力变压器故障诊断方法与电力变压器故障诊断装置
CN107907778B (zh) 一种基于多特征参量的变压器综合故障诊断方法
JP2000512766A (ja) 高電圧絶縁における部分放電測定の統計的パターン分析方法
US10488384B2 (en) System and method for assessing power transformers
KR20200014129A (ko) 딥러닝을 이용한 변압기 진단 방법
CN110940374A (zh) 基于大数据融合的变压器健康等级评价***及方法
JP5456582B2 (ja) 変圧器の健全性診断方法、健全性診断装置及び健全性診断プログラム
CN116295661A (zh) 一种基于物联网的变压器故障预警***
CN111678992A (zh) 一种用于识别混凝土结构损伤类型的无损检测方法
CN117041029A (zh) 网络设备故障处理方法、装置、电子设备及存储介质
CN114255784A (zh) 一种基于声纹识别的变电站设备故障诊断方法及相关装置
JP2020086495A (ja) 保全装置、及び、電気機器の保全方法
KR20180097282A (ko) 반도체 gp 예측 방법 및 시스템
CN117706943A (zh) 一种换流变阀侧套管末屏分压器的自适应控制方法及***
CN117074852A (zh) 一种配电网电能监测预警管理方法及***
CN116007742A (zh) 变压器异常声音检测方法、装置、设备和存储介质
Palhares et al. Bayesian network and compact genetic algorithm approach for classifying partial discharges in power transformers
Viereck et al. The use of digital data for a new innovative quality level of asset mangement for transformer
JP3858887B2 (ja) 故障判定システムとその判定方法
CN110927488B (zh) 一种基于隶属度函数的变压器运行状态监测方法
CN118100447B (zh) 基于物联网的高压配电线路智能监控方法及***
CN117875945B (zh) 一种电网设备维修预测方法、***和介质
Zhu et al. Assessment method of distribution network health level based on multivariate information
CN114322917B (zh) 一种变压器绕组检测方法、装置、电子设备及存储介质
CN111487562B (zh) 一种电力变压器状态早期预警及辅助决策方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200821

Assignee: CHANGDE TIANMA ELECTRIC CO.,LTD.

Assignor: HUNAN University OF ARTS AND SCIENCE

Contract record no.: X2023980036347

Denomination of invention: A Power Transformer Fault Diagnosis Method and Power Transformer Fault Diagnosis Device

Granted publication date: 20220527

License type: Common License

Record date: 20230608

EE01 Entry into force of recordation of patent licensing contract