[发明专利]基于误差反向传播算法的变压器老化评估的方法及系统

说明书

本申请涉及基于误差反向传播算法的变压器老化评估的方法及系统，具体涉及设备检测领域。本申请通过对获取到的声学信号进行预处理；将预处理的声学信号输入到预设的神经网络模型中，预测得到待测变压器的运行时间；根据预测运行时间与实际运行时间进行对比，输出变压器的老化程度。变压器在运行期间传播的噪声信号中包含着丰富的内部机械状态信息，分析变压器噪声信号可以及时、有效地对变压器内部机械缺陷或故障进行准确评估和诊断。变压器内部结构老化程度不同，传递出来的噪声信号特征也不同，基于此在不与变压器进行电气连接和停机检测的情况下反映变压器内部结构运行状态，降低了监测和维修的成本，提高了电力设备运行的完备率。

技术领域

本申请涉及设备检测领域，具体涉及一种基于误差反向传播算法的变压器老化评估的方法及系统。

背景技术

变压器是电力系统中最关键的设备之一。这些装置在长期运行过程中，由于机械老化和热老化，逐渐形成缺陷，严重时会影响整个电力系统的稳定运行。

现有技术中，许多变压器在达到设计使用年限前内部会产生机械缺陷甚至严重故障。根据变压器长期的统计，事故的主要来源与铁芯和绕组有关。即使变压器继续运行，它也可能含有降低短路电阻的某些固有缺陷。

但是，现有技术的检测方法很少有利用变压器向四周传播的噪声信号来进行老化评估，并且传统方法中几乎没有采用神经网络预测的方法对变压器运行时间进行预测，而且检测效率较低，安全性不足，不能及时有效地反映变压器内部老化程度。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种基于误差反向传播算法的变压器老化评估的方法及系统，以解决现有技术中很少有利用变压器向四周传播的噪声信号来进行老化评估，并且几乎没有采用神经网络预测的方法对变压器运行时间来进行预测，而且检测效率较低，安全性不足，不能及时有效地反映变压器内部老化程度的问题。为实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本申请提供一种基于误差反向传播算法的变压器老化评估的方法，方法包括：

获取待测变压器的声学信号；

对获取到的声学信号进行预处理，得到声学信号的特征信息，其中，预处理包括：滤波、信号消噪、特征提取和数据降维处理中的至少一种；

将声学信号的特征信息输入到预设的神经网络模型中，计算得到待测变压器的预测运行时间；

根据预测运行时间与实际运行时间进行对比，输出变压器的老化程度。

可选地，该获取待测变压器的声学信号的步骤之前包括：

确定神经网络预测模型的输入层和输出层神经元个数、确定隐含层个数以及每个隐含层包括的神经元节点个数、权重初始化以及神经网络训练；

获取多组电压等级相同的变压器的相同时间段的多通道声学信号，并通过声学信号得到时域特征以及时域特征对应的变压器的运行时间输入神经网络训练中；

经过多次迭代训练得到神经网络模型，其中，完成训练的神经网络模型包括声学信号与待测变压器的预测运行时间的对应关系。

可选地，该对获取到的声学信号进行预处理的步骤还包括：对获取的声学信号进行归一化处理，其中，归一化处理采用公式为：

其中，其中x_i为某段噪声信号中第i时刻的声压值，形式为数值，单位为Pa；x_min表示这段信号中的最小声压值，形式为数值，单位为Pa；x_max表示这段信号中的最大声压值，形式为数值，单位为Pa；x_i’表示声信号经过归一化计算后获得的第i时刻的声压值，形式为数值，单位为Pa。

可选地，该对获取到的声学信号进行预处理的步骤具体包括：