[发明专利]一种计及运行状态等级的变压器故障诊断方法

说明书

本发明公开了一种计及运行状态等级的变压器故障诊断方法。包括步骤：收集变压器5种典型故障数据，构建故障诊断样本数据集，并进行标签化处理；提取变压器油色谱数据的7种气体含量、19种气体比值共同作为故障特征，将预处理后的26维故障特征利用主元分析法(PCA)进行特征降维融合；构建基于粒子群算法与K‑折交叉验证的自适应相关向量机故障诊断模型；当变压器的运行状态等级评估为严重故障时，使用故障诊断模型进行诊断。本发明构建的故障诊断模型在模型训练过程中实现核参数的自动寻优，且相比于多级二分类器，结构简单。通过计及运行状态等级的故障诊断，可降低传统变压器实时在线故障诊断的误诊断风险。

技术领域

本发明涉及变压器故障诊断技术领域，特别是一种计及运行状态等级的变压器故障诊断方法。

背景技术

变压器作为电力系统中的关键枢纽设备之一，不间断地运行于电力系统之中，其自身的运行状态直接影响着整个电力系统的安全稳定运行。当变压器出现严重的运行状况而未及时采取有效措施时，则可能引起火灾、爆炸，甚至导致大面积停电事故。因此，当变压器发生故障时，通过故障诊断技术，准确判断变压器的故障类型，可便于工作人员及时采取相应的检修措施，减少故障损失，避免事故扩大，具有重要意义。

由于变压器运行可靠性较高，变压器发生故障是小概率事件。相比于变压器正常运行的数据量而言，故障数据要少得多，这种情况不利于一些基于统计学习的变压器在线诊断算法。例如，若某台变压器的故障率5％，在线监测的100组数据中，假如存在95组正常数据，5组故障数据，当一种算法或分类器不考虑输入数据特点，并将所有数据诊断为正常时，即可得到95％的诊断正确率。显然，这种诊断方式不符合变压器实时在线故障诊断的实际要求，正常与故障数据的不平衡可能会导致严重的误诊断、漏诊断现象发生。此外，传统故障诊断方法将变压器直接划分为正常和故障类型，这种分类方法的标准过于粗犷，忽略了变压器的亚健康状态(一般缺陷)，具有较大的模糊性和不确定性。当变压器存在一般缺陷时，传统诊断方法难以得到有效的诊断结果，给变压器的可靠运行带来安全隐患。

发明内容

本发明提供了一种计及运行状态等级的变压器故障诊断方法，首先利用变压器的在线监测数据、历史试验数据、历史运行数据等对变压器进行运行状态评估。当运行状态评估结果是严重时，有必要进行故障诊断；评估结果是非严重的状态时，则不需要进行故障诊断。该方法通过计及运行状态等级的故障诊断策略，可降低传统变压器实时在线故障诊断的误诊断风险。

实现本发明目的的技术方案为：

一种计及运行状态等级的变压器故障诊断方法，包括

步骤一：收集多组变压器故障类型数据，对每种故障类型进行标签化处理，构建故障类型训练集的标签B_{训练集(L×N)}，其中，L是故障类型数，N是训练集组数；所述变压器故障类型为中低温过热T12、高温过热T3、低能放电D1、高能故障D2和局部放电PD；