[发明专利]一种干式变压器的故障预测方法、装置及系统

说明书

本发明公开了一种干式变压器的故障预测方法、装置及系统，所述方法包括：获取所述干式变压器的运行数据；对所述运行数据进行滤波处理；将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；当预测所述干式变压器存在故障隐患时，输出故障预警信息。实时获取多台干式变压器的运行数据，并通过预先训练的故障预测模型检测运行数据，从而预警干变压器故障隐患，实现对干式变压器的运行状态实时监测，能够及时发现干式变压器运行中存在的故障隐患，将隐患消灭在故障初期，降低故障对干式变压器的损伤，从而降低变压器故障带来的经济损失和安全隐患。

技术领域

本发明涉及能源技术领域，尤其涉及一种干式变压器的故障预测方法、装置及系统。

背景技术

干式变压器具有维护工作量小、运行效率高、体积小、噪音低等优点，因此，在供配电系统中得到了大量应用。但在运行中，由于误用、振动、过高的操作温度、涌流、过负荷、对控制设备的维护不够、清洁不良等原因，特别当变压器运行在比较恶劣的环境时，会造成变压器产生故障，严重影响生产或引起电气事故。

目前，对于运行中的干式变压器，只能通过简单日常巡检和定期的停运对其进行检查维护，观察各个紧固件有无松动、发热，绕组绝缘表面有无龟裂、爬电和碳化痕迹，声音是否正常等等。

对于变压器内部绝缘缺陷大多数发生在设备内部，从外表上不易观察到，只能在电力设备停产时期进行预防性试验。但是对于微弱的绝缘缺陷，特别是早期性绝缘故障，对电力设备运行状态几乎没有影响，甚至绝缘预防性试验也测试不到。这导致即使定期的预防性试验，也很难及时准确地发现绝缘隐患。因此，仅靠日常巡检和定期的停运检查难以及时发现变压器存在的故障隐患，进而可能引起安全事故。

发明内容

本发明提供一种干式变压器的故障预测方法、装置及系统，可实现对多台变压器的健康状况进行监测，提前发现变压器运行中存在的故障隐患，降低变压器故障带来的经济损失和安全隐患。

第一方面，本发明提供了一种干式变压器的故障预测方法，所述方法包括：获取所述干式变压器的运行数据；对所述运行数据进行滤波处理；将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的健康状态；当预测所述干式变压器存在故障隐患时，输出预警信息。

优选地，

所述方法还包括：基于所述干式变压器的历史运行数据、故障判断数据、设备出厂参数等，进行训练神经网络，以得到所述故障预测模型，其中，故障判断数据包括干式变压器的运行数据与故障类型的对应关系。

优选地，

所述故障预测模型为三层神经网络模型，包括输入层、隐含层和输出层，其中，所述输入层的节点数为所述历史运行数据的特征量的总数，所述隐含层的节点数为预设故障类型的总数，所述输出层的节点数为预设故障类型的总数。

优选地，

对所述运行数据进行滤波处理包括：对所述运行数据进行频率和幅值分析，以对所述运行数据进行分类；基于所述分类后运行数据，通过预设滤波器去除所述运行数据中的干扰数据；对所述已去除干扰数据的运行数据进行数据重构，可得到所述滤波后的运行数据。

优选地，

所述将所述滤波后的运行数据输入预先训练的故障预测模型，以预测所述干式变压器的运行状态包括：对所述滤波后的运行数据进行特征提取，以得到所述运行数据的特征量；将所述特征量输入预先训练的故障预测模型，以预测所述干式变压器的运行状态。

优选地，

所述方法还包括：

显示所述干式变压器的运行数据和预测的运行状态。