[发明专利]一种基于NBC模型的变压器故障诊断方法在审

专利信息
申请号: 202010691137.1 申请日: 2020-07-17
公开(公告)号: CN111709495A 公开(公告)日: 2020-09-25
发明(设计)人: 许瑾;刘炫均;冯冠钦 申请(专利权)人: 西南石油大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京正华智诚专利代理事务所(普通合伙) 11870 代理人: 李林合
地址: 610500 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 nbc 模型 变压器 故障诊断 方法
【说明书】:

发明公开了一种基于NBC模型的变压器故障诊断方法,包括:S1、采集历史变压器故障数据,对变压器绝缘油裂解产生的特征气体进行编码;S2、构建NBC模型;S3、将待测试变压器故障数据对应的编码数据输入到NBC模型中,输出变压器各故障类型的预测概率;S4、根据待测试变压器各故障类型的预测概率,确定最终的故障类型。本发明将NBC模型和改良三比值法结合起来进行变压器的故障诊断,既保证了朴素贝叶斯模型在诊断结构、学习能力、分类效率等优势,也能保证故障诊断方法在实际工程中的适应性;能够有效地避免绝对化诊断方式和外部客观因素的影响,提高变压器故障诊断效率准确率的同时能有效防止漏判的情况出现。

技术领域

本发明属于变压器故障诊断技术领域,具体涉及一种基于NBC模型的变压器故障诊断方法。

背景技术

随着电力系统不断的发展扩大,作为电力系统核心设备的电力变压器也随之朝着大容量、高电压、高负荷的方向发展,其结构也越发复杂,故障逐渐增加。变压器作为电力系统中的核心设备,一旦发生故障,不仅会对电网正常供电造成严重影响,甚至会导致灾难性的后果。对电力变压器故障展开研究是电力系统安全可靠运行的前提,经过多年的发展,按照诊断方式可将变压器故障诊断方法分为传统诊断方法和智能诊断方法两大类。

传统诊断方法主要是以改良三比值法、杜威三角法等以油中溶解气体分析(Dissolved Gas Analysis,DGA)技术为基础的离线诊断方法为主,虽然此类诊断方法因其简单的诊断原理得到了大范围的应用,但诊断结果受到自身过于绝对化的诊断模式和多种客观因素的影响,导致其对某些故障的诊断分类存在较大的问题。随着计算机技术的发展,专家系统(Expert System,ES)、人工神经网络(Artific-aial Neural Network,ANN)、贝叶斯网络(Bayesian Network,BN)等智能诊断方法也是应运而生,这些智能诊断方法在得到广泛应用的同时,也暴露出了其自身存在的不足之处。例如,专家系统存在知识库建立复杂困难、诊断时间长、学习能力差等缺陷,在诊断时效性和准确性上都很难有保证。单纯的人工神经网络对诊断信息完整度要求高,大数据处理速度慢,易陷入局部最优,不能适应变压器故障诊断,现有的一些基于神经网络改进的电力变压器故障诊断方法虽然取得了较好的诊断效果,但门槛高,难以大面积使用。贝叶斯网络在使用过程中属性条件过多,节点关系复杂,不利于实际运用。鉴于此,朴素贝叶斯网络分类器(Naive Bayesian Classifier,NBC)被引入到变压器故障诊断中,该分类器结构简单、时效性好、学习能力强、数据要求低,熊卫红等人将朴素贝叶斯网络(Naive Bayesian Network,NBN)用于变压器潜在故障的预测诊断中,取得了较为理想的诊断效果,诊断准确率达到了90%以上,但是该模型涉及的节点属性复杂,在实际工程中难以实现。

发明内容

针对现有技术中的上述不足,本发明提供的基于NBC模型的变压器故障诊断方法避免了绝对化诊断方式和外部客观因素的影响,提高了变压器故障诊断准确率的同时有效的防止漏判情况的出现。

为了达到上述发明目的,本发明采用的技术方案为:一种基于NBC模型的变压器故障诊断方法,包括以下步骤:

S1、采集历史变压器故障数据,对变压器绝缘油裂解产生的特征气体进行编码;

S2、通过构建的NBC模型对特征气体的编码数据进行学习,得到用于故障诊断的NBC模型;

S3、将待测试变压器故障数据对应的编码数据输入到用于故障诊断的NBC模型中,输出变压器各故障类型的预测概率;

S4、根据待测试变压器各故障类型的预测概率,确定最终的故障类型,实现变压器故障诊断。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010691137.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code