[发明专利]绝缘油老化分析方法、装置、计算机设备和存储介质

说明书

本申请涉及一种绝缘油老化分析方法、装置、计算机设备和存储介质，本申请能够实现对变压器绝缘油老化阶段的准确判断，方便变压器维修人员及时了解变压器绝缘油的健康状况，并及时更换绝缘油，减少变压器安全隐患，确保变压器安全稳定地运行。所述方法包括：通过获取绝缘油的拉曼光谱数据；从拉曼光谱数据中提取上述绝缘油所包含的各成分的特征峰；将各成分的特征峰的特征向量作为输入数据，输入至老化阶段预测模型，以使老化阶段预测模型对上述输入数据所表征的各成分的特征峰的特征向量进行降维处理，并根据降维后的特征向量输出对上述绝缘油所处老化阶段的预测标签；根据老化阶段预测模型输出的预测标签，识别上述绝缘油所处的老化阶段。

技术领域

本申请涉及材料分析技术领域，特别是涉及一种基于深度信念网络的绝缘油老化分析方法、装置、计算机设备和存储介质。

背景技术

变压器油，也称绝缘油，是天然石油经过蒸馏、精炼而获得的一种矿物油，是一种混合物，用于保护变压器，使得变压器的绝缘材料提高绝缘强度，免受潮气的侵蚀，而且可用作变压器运行过程中产生热量时的散热剂，还起到消弧作用，能够保证变压器正常运行。

变压器油由于长期受热而容易变质、老化，影响变压器的正常运行，因此有必要及时了解变压器绝缘油的健康状况，并针对性地制定措施，确保变压器安全稳定运行。

拉曼光谱是一种常用的材料分析工具，可用于分析物质组成成分的分析，但目前缺乏对绝缘油的拉曼光谱特征与老化状态的内在关系研究，尚未建立绝缘油不同老化状态的拉曼图谱数据库。

发明内容

基于此，有必要针对上述技术问题，提供一种绝缘油老化分析方法、装置、计算机设备和存储介质。

一种绝缘油老化分析方法，所述方法包括：

获取绝缘油的拉曼光谱数据；

从所述拉曼光谱数据中提取所述绝缘油所包含的各成分的特征峰；

将所述各成分的特征峰的特征向量作为输入数据，输入至老化阶段预测模型，以使所述老化阶段预测模型对所述输入数据所表征的所述各成分的特征峰的特征向量进行降维处理，并根据降维后的特征向量输出对所述绝缘油所处老化阶段的预测标签；

根据所述老化阶段预测模型输出的所述预测标签，识别所述绝缘油所处的老化阶段。

在其中一个实施例中，所述老化阶段预测模型是基于深度信念网络构建的；所述方法还包括：

获取绝缘油训练样本对应的拉曼光谱训练数据集；所述拉曼光谱训练数据集中的拉曼光谱训练数据对应有老化阶段真实标签；

利用所述拉曼光谱训练数据集对所述深度信念网络的受限玻尔兹曼机进行逐层预训练，得到所述受限玻尔兹曼机的初始权值；

根据所述老化阶段真实标签对所述初始权值进行反向优化，得到优化权值；

针对所述优化权值对应的受限玻尔兹曼机添加回归层，得到所述老化阶段预测模型。

在其中一个实施例中，所述拉曼光谱训练数据集包括根据Kennard-Stone算法针对所述绝缘油样本进行选样得到的预设样本数量的拉曼光谱训练数据。

在其中一个实施例中，所述老化阶段预测模型是基于所述深度信念网络与偏最小二乘算法耦合得到的老化阶段预测模型。

在其中一个实施例中，所述从所述拉曼光谱数据中提取所述绝缘油所包含的各成分的特征峰，包括：

针对所述拉曼光谱数据进行预处理；所述预处理包括去尖峰、基线扣除和/或去噪声处理；

从预处理后的拉曼光谱数据中提取所述绝缘油所包含的各成分的特征峰。