[发明专利]一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法

说明书

本发明公开了一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法，包括：采集影响变压器铁芯接地电流的特征量实时数据，并进行预处理；将预处理后的特征量实时数据输入至预先构建并训练好的SSA优化BP神经网络模型中，获取变压器铁芯接地电流在线预测结果；SSA优化BP神经网络模型的训练方法包括：采集影响变压器铁芯接地电流的特征量历史数据；根据输入矩阵维度搭建BP神经网络模型，依据特征量历史数据对所搭建的BP神经网络模型进行模型训练，并在训练过程中采用SSA算法优化BP神经网络模型参数，得到SSA优化BP神经网络模型。本发明能够对变压器铁芯接地电流的未来数据做出预测，以便及时防范和控制变压器铁芯多点接地故障的发生。

技术领域

本发明涉及电力变压器技术领域，特别涉及一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法。

背景技术

变压器是电网设备中维护电力系统稳定运行必不可缺少的重要设备，作为电力系统正常运行的重要环节，变压器的正常运行决定了电力系统是否稳定、安全、可靠的供电。变压器作为变电设备核心的部分，其内部铁芯必须有一点可靠接地；但是，当变压器铁芯因为浮尘或者与其他金属结构构成多地点接地的时候，会造成短路，使得变压器铁芯发生热、放电等故障，严重威胁电网的安全。

随着在线监控技术的发展，变压器的铁芯接地电流也可以实现在线监控，并且当变压器铁芯发生故障时候其接地电流会发生明显变化，当接地电流超出正常范围时应给予重视。然而，由于变压器铁芯接地电流影响因素很多，加上本身的复杂性和非线性因素等条件的限制，现有的在线监控系统只能检测到变压器铁芯接地电流运行的实时数据，一般的统计学方法对铁芯接地电流未来数据也难以预测，从而无法预测出设备的潜伏性故障，不能很好的给出故障诊断及对应的维护、检修、应急处理措施等指导性信息。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种变压器铁芯接地电流在线预测方法、装置、存储介质，能够对变压器铁芯接地电流的未来数据做出预测，还提供了一种变压器铁芯故障诊断方法和装置，以便及时防范和控制变压器铁芯多点接地故障的发生。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供一种变压器铁芯接地电流在线预测方法，所述方法包括：

采集影响变压器铁芯接地电流的特征量实时数据，并进行预处理；

将预处理后的特征量实时数据输入至预先构建并训练好的BP神经网络模型中，获取变压器铁芯接地电流在线预测结果；

其中，所述BP神经网络模型的输入矩阵维度是根据影响变压器铁芯接地电流的、关联度高于设定阈值的特征量确定的；所述BP神经网络模型由影响变压器铁芯接地电流的特征量历史数据训练并由麻雀搜索算法SSA优化获取。

结合第一方面，进一步的，所述关联度利用灰色关联度分析法计算获取。

结合第一方面，进一步的，还包括：根据所输入的特征量实时数据及相应的变压器铁芯接地电流在线预测结果更新BP神经网络模型的权重。

结合第一方面，优选的，影响变压器铁芯接地电流的特征量包括前一时刻的铁芯接地电流数据、变压器油中微水含量、H₂浓度、C₂H₂浓度、CH₄浓度、C₂H₄浓度、C₂H₆浓度、一氧化碳和二氧化碳浓度、绕组温度及油箱中油温。

结合第一方面，进一步的，所述预处理包括：对特征量实时数据中的错误数据及缺失数据进行填充。

结合第一方面，进一步的，对特征量实时数据中的错误数据及缺失数据进行填充的方法包括：将BP预测模型对该时刻铁芯接地电流数据的预测值与前一时刻获取铁芯接地电流数据的真实值或填充值的均值作为该时刻的填充值进行填充。