[发明专利]一种变压器短路故障的识别方法及装置

权利要求书

1.一种变压器短路故障的识别方法，其特征在于，所述方法包括：

获取变压器的局部放电图谱，所述变压器是存在短路故障的变压器；

根据预置傅里叶算法，提取所述局部放电图谱的多尺度信号；

计算所述多尺度信号的统计特征量，所述统计特征量是指所述多尺度信号的统计信息；

整合所述统计特征量，构建故障特征库；

将所述故障特征库中的所述统计特征量作为训练样本和测试样本，构建并训练径向基函数RBF神经网络；

将待识别统计特征量输入到所述RBF神经网络，识别所述待识别统计特征量所对应的待识别变压器的短路故障类型。

2.根据权利要求1所述的方法，其特征在于，所述变压器存在的放电类型包括匝间短路放电类型、层间短路放电类型和匝间及层间同时短路放电类型；

所述获取变压器的局部放电图谱，包括：

记录所述变压器的放电类型；

获取通过放电系统测试的所述变压器的局部放电图谱；

以所述放电类型，标记所述局部放电图谱。

3.根据权利要求2所述的方法，其特征在于，所述整合所述统计特征量，构建故障特征库之前，所述方法还包括：

获取所述局部放电图谱的所述放电类型；

以所述放电类型，标记所述统计特征量。

4.根据权利要求1所述的方法，其特征在于，所述径向基函数RBF神经网络选取的激活函数为其中，

并且式中η_a为a学习率，α_a为a的动量因子，

并且式中η_b为b的学习率，α_b为b的动量因子。

5.根据权利要求1所述的方法，其特征在于，所述将待识别统计特征量输入到所述RBF神经网络之前，所述方法还包括：

获取待识别变压器的待识别局部放电图谱；

根据所述预置傅里叶算法，提取所述待识别局部放电图谱的待识别多尺度信号；

计算所述待识别多尺度信号的待识别统计特征量。

6.根据权利要求1所述的方法，其特征在于，所述识别所述待识别变压器的短路故障类型，包括：

获取所述RBF神经网络输出的所述待识别统计特征量的放电类型；

根据故障字典，查找所述放电类型对应的短路故障类型。

7.一种变压器短路故障的识别装置，其特征在于，所述装置包括：

第一获取单元，用于获取变压器的局部放电图谱，所述变压器是存在短路故障的变压器；

提取单元，用于根据预置傅里叶算法，提取所述局部放电图谱的多尺度信号；

计算单元，用于计算所述多尺度信号的统计特征量，所述统计特征量是指所述多尺度信号的统计信息；

整合单元，用于整合所述统计特征量，构建故障特征库；

构建单元，用于将所述故障特征库中的所述统计特征量作为训练样本和测试样本，构建并训练径向基函数RBF神经网络；

识别单元，用于将待识别统计特征量输入到所述RBF神经网络，识别所述待识别统计特征量所对应的待识别变压器的短路故障类型。

8.根据权利要求7所述的装置，其特征在于，所述变压器存在的放电类型包括匝间短路放电类型、层间短路放电类型和匝间及层间同时短路放电类型；

所述第一获取单元，包括：

记录模块，用于记录所述变压器的放电类型；

获取模块，用于获取通过放电系统测试的所述变压器的局部放电图谱；

标记模块，用于以所述放电类型，标记所述局部放电图谱。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于所述整合所述统计特征量，构建故障特征库之前，获取所述局部放电图谱的所述放电类型；

标记单元，用于以所述放电类型，标记所述统计特征量。

10.根据权利要求7所述的装置，其特征在于，所述识别单元，包括：

获取模块，用于获取所述RBF神经网络输出的所述待识别统计特征量的放电类型；

查找模块，用于根据故障字典，查找所述放电类型对应的短路故障类型。