[发明专利]一种配电网的变压器的故障分类方法和故障分类装置

权利要求书

1.一种配电网的变压器的故障分类方法，其特征在于，包括：

采集所述配电网的变压器的目标数据，并根据所述目标数据，建立第一数据矩阵，其中，所述目标数据包括环境温度数据、相对湿度数据、电网频率数据、阻抗电压数据、空载损耗数据、空载电流数据、负载损耗数据、短时通流电流数据和短时通流时间数据；

利用t分布随机邻域嵌入算法提取所述第一数据矩阵的关键特征，获得第二数据矩阵；

利用分类器对所述第二数据矩阵进行训练，获得故障分类模型；

采集所述配电网的变压器的故障数据；

通过所述故障分类模型对所述故障数据进行分类，获得所述故障数据对应的故障类别。

2.如权利要求1所述的方法，其特征在于，在所述利用t分布随机邻域嵌入算法提取所述第一数据矩阵的关键特征，获得第二数据矩阵的步骤之前，所述方法还包括：

对所述第一数据矩阵进行归一化处理，获得第三数据矩阵；

所述利用t分布随机邻域嵌入算法提取所述第一数据矩阵的关键特征，获得第二数据矩阵，包括：

利用所述t分布随机邻域嵌入算法提取所述第三数据矩阵的关键特征，获得所述第二数据矩阵。

3.如权利要求2所述的方法，其特征在于，所述利用所述t分布随机邻域嵌入算法提取所述第三数据矩阵的关键特征，获得所述第二数据矩阵，包括：

根据所述第三数据矩阵，利用所述t分布随机邻域嵌入算法计算距离矩阵；

根据所述距离矩阵，获取第一条件概率和第二条件概率；

根据所述第一条件概率和所述第二条件概率，获取第一概率矩阵；

获取第二概率矩阵；

根据所述第一概率矩阵以及所述第二概率矩阵，获取代价函数；

对所述代价函数进行梯度迭代，获得所述第二数据矩阵。

4.如权利要求3所述的方法，其特征在于，所述利用分类器对所述第二数据矩阵进行训练，获得故障分类模型，包括：

根据所述第二数据矩阵，计算类内离散度矩阵以及类间离散度矩阵；

根据所述类内离散度矩阵以及所述类间离散度矩阵，获取判别函数；

根据所述判别函数，获取所述故障分类模型。

5.如权利要求1至4中任一项所述的方法，其特征在于，在所述通过所述故障分类模型对所述故障数据进行分类，获得所述故障数据对应的故障类别的步骤之后，所述方法还包括：

计算所述故障数据对应的故障分类准确率。

6.一种配电网的变压器的故障分类装置，其特征在于，包括：

第一采集模块，用于采集所述配电网的变压器的目标数据，并根据所述目标数据，建立第一数据矩阵，其中，所述目标数据包括环境温度数据、相对湿度数据、电网频率数据、阻抗电压数据、空载损耗数据、空载电流数据、负载损耗数据、短时通流电流数据和短时通流时间数据；

提取模块，用于利用t分布随机邻域嵌入算法提取所述第一数据矩阵的关键特征，获得第二数据矩阵；

训练模块，用于利用分类器对所述第二数据矩阵进行训练，获得故障分类模型；

第二采集模块，用于采集所述配电网的变压器的故障数据；

分类模块，用于通过所述故障分类模型对所述故障数据进行分类，获得所述故障数据对应的故障类别。

7.如权利要求6所述的配电网的变压器的故障分类装置，其特征在于，所述配电网的变压器的故障分类装置还包括：

归一化处理模块，用于对所述第一数据矩阵进行归一化处理，获得第三数据矩阵；

所述提取模块具体用于利用所述t分布随机邻域嵌入算法提取所述第三数据矩阵的关键特征，获得所述第二数据矩阵。