[发明专利]一种基于边缘计算的变压器自我诊断评估装置及方法

权利要求书

1.一种基于边缘计算的变压器自我诊断评估装置，其特征在于：它包括数据采集模块(1)、数据预处理模块(2)、数据融合模块(3)和规则推理模块(4)，所述数据采集模块(1)用于变压器多源数据的采集与通信，所述变压器多源数据包括变压器内部状态数据、变压器外部状态数据、变压器运行数据和变压器基础数据；所述数据预处理模块(2)采用数据预处理方法对数据采集模块(1)采集到的变压器多源数据进行预处理获得预处理后的变压器多源数据，所述预处理方法包括数据清理，数据集成，数据变换和数据规约；所述数据融合模块(3)用于对数据预处理模块(2)输出的变压器多源数据的关键参数进行提取和整合，获得融合后的变压器多源数据；所述规则推理模块(4)结合数据融合模块(3)输出的变压器多源数据运用故障诊断规则对变压器故障进行综合故障诊断。

2.根据权利要求1所述的基于边缘计算的变压器自我诊断评估装置，其特征在于：它还包括自适应调节模块(5)和云边协同模块(6)，所述自适应调节模块(5)通过分析变压器内部状态数据，结合云端同型号设备历史运行数据和变压器过负荷能力动态预测模型，实现变压器冷却系统的智能控制；所述云边协同模块(6)通过物联网实现变压器故障诊断大数据中心与变压器自我诊断及评估装置的数据交互技术。

3.根据权利要求1所述的基于边缘计算的变压器自我诊断评估装置，其特征在于：所述变压器内部状态数据包括内部温度、压力、振动和局部放电信号；所述变压器外部状态数据包括外部可见光图像、红外图像，套管介质损耗和套管局部放电信号；所述变压器运行数据包括变压器运行时电压、电流信息和环境温度信息；所述变压器基础数据包括变压器台账信息和历史运行数据。

所述数据清理是删除所述数据采集模块(1)采集到的变压器多源数据中的离群点数据、超量程数据和重复数据，如果变压器多源数据存在缺失值，对缺失值进行插值，获得清理后的变压器多源数据；所述数据集成是将清理后的变压器多源数据结合起来并统一存储，获得集成后的变压器多源数据并建立数据仓库；所述数据变换是指对集成后的变压器多源数据放电幅值进行单位统一化，对变压器的缺陷部件数据项的内容进行编码，对振动平稳性、振动相关性和能量相似度进行归一化，获得变换后的变压器多源数据；所述数据规约是对变换后的变压器多源数据中的振动信号和局部放电信号进行数据压缩。

4.根据权利要求1所述的基于边缘计算的变压器自我诊断评估装置，其特征在于：所述数据融合模块(3)对变压器多源数据的关键参数进行提取的方法具体为：首先，提取半结构化数据和结构化数据的关键内容，将关键内容存入关系库中；其次，提取非结构化数据的特征量和关键数据进行规范化存储。

5.根据权利要求1所述的基于边缘计算的变压器自我诊断评估装置，其特征在于：所述数据融合模块(3)对变压器多源数据的关键参数进行整合的方法具体为：对于变压器内部温度、压力和套管介质损耗数据，采用决策树进行分析，获得基于内部温度、压力、套管介质损耗的评估结果，所述基于内部温度、压力、套管介质损耗的评估结果是一个0至100之间的分值；对于振动、局部放电信号，外部可见光图像、红外图像，套管局部放电信号，采用人工神经网络算法进行分析，获得基于振动、局部放电信号，外部可见光图像、红外图像，套管局部放电信号的评估结果，所述基于振动、局部放电信号，外部可见光图像、红外图像，套管局部放电信号的评估结果是变压器对应每种故障的可能性，最后，将每个状态的评估结果整合得到变压器整体状态的评估结果。

6.根据权利要求1所述的基于边缘计算的变压器自我诊断评估装置，其特征在于：所述规则推理模块(4)对变压器故障进行综合故障诊断的方法具体为：在专家经验、案例库的基础上建立变压器故障树以及相应的故障推理规则；在获取到的变压器多源数据状态量的基础上运用故障推理规则进行综合故障诊断，不但在建立的故障树的节点上以判断是否发生该故障，也建立在整个故障树上以判断发生何种故障的可能性高，结合案例库获取诊断结论以获得最终结论。

所述变压器多源数据状态量包括变压器内部温度、压力、振动、局部放电信号、红外信号、可见光信号、套管介损、电容量和套管局部放电。