[发明专利]一种基于多特征融合共同向量的变压器故障诊断方法在审
申请号: | 202010913511.8 | 申请日: | 2020-08-24 |
公开(公告)号: | CN112085084A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 方浩杰;蓝艇;其他发明人请求不公开姓名 | 申请(专利权)人: | 宁波大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 315211 浙江省*** | 国省代码: | 浙江;33 |
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 特征 融合 共同 向量 变压器 故障诊断 方法 | ||
1.一种基于多特征融合共同向量的变压器故障诊断方法,其特征在于,包括以下步骤:
步骤(1):对变压器运行在6种不同故障状态下的溶解气体浓度数据进行多特征融合,从而得到变压器在局部放电故障状态下的N1个多特征融合向量火花放电故障状态下的N2个多特征融合向量电弧放电故障状态下的N3个多特征融合向量中温过热故障状态下的N4个多特征融合向量低温过热故障状态下的N5个多特征融合向量和高温过热故障状态下的N6个多特征融合向量具体的实施过程包括如下所示步骤(1.1)至步骤(1.5);
步骤(1.1):变压器油中的溶解气体浓度数据具体包括:氢气浓度甲烷浓度乙烷浓度乙烯浓度和乙炔浓度这5个浓度数据,可组建溶解气体浓度向量其中,k表示样本编号,上标号c∈{1,2,3,4,5,6}分别指代局部放电故障状态,火花放电故障状态,电弧放电故障状态,中温过热故障状态,低温过热故障状态,和高温过热故障状态;
步骤(1.2):按照如下所示公式分别计算各个溶解气体浓度向量的均值标准差峰度偏度均方根峰值因子形状因子脉冲因子边缘因子最大对数
其中,b∈{1,2,3,4,5},表示计算中元素的最大值;
步骤(1.3):按照如下所示公式分别计算各个溶解气体浓度向量的比值系数
上式中,d∈{1,2,…,12};
步骤(1.4):根据构造多特征融合向量其中R1×27表示1×27维的实数向量;
步骤(1.5):重复上述步骤(1.2)至步骤(1.4)从而得到变压器在6种不同故障状态下的多特征融合向量;
步骤(2):分别计算得到变压器运行在6种不同故障状态下的共同向量y(1),y(2),…,y(6),具体的实施过程如步骤(2.1)至步骤(2.4)所示:
步骤(2.1):初始化c=1;
步骤(2.2):根据公式计算均值向量ξ(c),再根据如下所示公式计算协方差矩阵φ(c):
上标号T表示矩阵或向量的转置符号;
步骤(2.3):对协方差矩阵φ(c)实施奇异值分解:φ(c)=U(c)Λ(c)U(c)T,其中U(c)为酉矩阵,对角矩阵Λ(c)对角线上的元素由27个特征值l1≥l2≥…≥l27组成;
步骤(2.4):根据如下所示公式计算第c种变压器工作状态的共同向量y(c):
上式中,表示酉矩阵U(c)中的第i列向量,i∈{Nc,Nc+1,…,27},上标号T表示矩阵或向量的转置;
步骤(3):在线测量得到新的溶解气体浓度数据,具体包括氢气浓度,甲烷浓度,乙烷浓度,乙烯浓度,和乙炔浓度这5个浓度数据;
步骤(4):利用步骤(3)中的5个浓度数据构造多特征融合向量xnew∈R1×27,具体的实施过程和上述步骤(1.1)至步骤(1.4)相同,再根据如下所示公式计算特征向量
步骤(5):根据如下所示公式计算距离判别指标D(1),D(2),…,D(6):
上式中,表示计算的长度;
步骤(6):确定D(1),D(2),…,D(6)中的最小值,该最小值的上标号即为当前变压器的工作状态;若最小值为D(1),则变压器当前运行在局部放电故障状态;若最小值为D(2),则变压器当前运行在火花放电故障状态;若最小值为D(3),则变压器当前运行在电弧放电故障状态;若最小值为D(4),则变压器当前运行在中温过热故障状态;若最小值为D(5),则变压器当前运行在低温过热故障状态;若最小值为D(6),则变压器当前运行在高温过热故障状态;
步骤(7):返回步骤(3)继续利用新测量到的溶解气体浓度数据实施变压器故障诊断。
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宁波大学,未经宁波大学许可,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/202010913511.8/1.html,转载请声明来源钻瓜专利网。