[发明专利]一种变压器故障智能辅助分析方法、记录媒体及系统

说明书

本发明属于变电故障检测技术领域，特别涉及一种变压器故障智能辅助分析方法，包括以下步骤：搭建通过消息中间件完成各子系统间信息传输、存储的网络架构；按类别建立通过多级变压器故障的故障库及深度学习模型；在网络架构中安装故障识别模块；将现场获得的待监测变压器故障分类上传至所述识别模块，在故障库中检索到类似的故障，输出其对应的故障状态。上述方法节省了检索时间，减少了对测试资源的占用，提升了效率并降低了误判率，适宜在变电站多元复杂故障检测中推广使用。本发明还提供了一种存储有方法程序的非暂态可读记录媒体及包含该媒体的系统，通过处理电路可以调用该程序，以执行上述方法。

技术领域

本发明属于变电故障检测技术领域，公开了一种变压器故障智能辅助分析方法，且能存储并执行该方法程序的记录媒体及系统。

背景技术

为保障电力系统安全可靠运行，电力公司加强了对电力变压器运行监测方法和手段。基于油色谱、特高频、铁芯接地电流、超声波等多种技术手段的推广，产生了海量的监测数据，通过分析这些不同检测原理的、不同类型的数据来研判变压器现场运行状态，目前各类数据冗杂繁多，导致联合分析的工作量大、效率低、易发生误判或漏判情况，并且海量分析数据的同步传输在遭遇传输环节某一子系统故障挂起时，会带来整个系统停滞。

发明内容

针对以上问题，本发明提供一种变压器故障智能辅助分析方法，具体方案包括如下步骤：

S1.搭建通过消息中间件完成各子系统间信息传输、存储的网络架构；

S2.建立通过多级分类标签标识变压器故障的故障库，批量上传同一方式采集的变压器故障信息及其对应的故障状态，按类别建立故障深度学习模型，持续优化对应类别的所述故障库；

S3.在S1所述网络架构中安装多级故障辨识模块；

S4.将现场获得的待监测变压器故障按所述多级分类标签标记分类后上传至所述故障辨识模块，所述故障辨识模块在故障库中检索到类似的故障，输出其对应的故障状态。

在多级分类标识的故障库中进行检索节省了检索时间，减少了对测试资源的占用；使用网络架构来处理图文信息减少了人工使用，提升了效率并降低了误判率；传输过程使用消息中间件可以通过异步传输来克服海量数据同步传输中遭遇的故障瓶颈，提升了整个系统的可靠性。

优选的，还包括将现场获得的待监测变压器故障及其实际故障状态上传至所述深度学习模型，优化所述故障库的步骤。

这种方式使得现场的原始信息数据被二次利用，对深度学习模型进行了实时优化，将更有利于提升故障判断时的准确性。

本发明的另一方案在于提供一种非暂态可读记录媒体，用以存储包含多个指令的一个或多个程序，当执行指令时，将致使处理电路执行上述的一种变压器故障智能辅助分析方法。

本发明的又一方案在于提供一种变压器故障智能辅助分析系统，包括处理电路及与其电性耦接的存储器，所述存储器配置储存至少一程序，所述程序包含多个指令，所述处理电路运行所述程序，能执行上述变压器故障智能分析方法。

附图说明

图1为本发明实施例中变压器故障智能辅助分析方法中网络架构连接示意图；

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述，所描述的实施例是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创新劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，本发明用于实现故障信息处理的网络架构命名为：深度学习故障识别系统，包括：

(1)故障数据存储服务