[发明专利]基于变压器油中溶解气体监测数据的变压器故障预测方法

摘要

本发明提供一种基于变压器油中溶解气体监测数据的变压器故障预测方法，该法包括对变压器个体油中溶解气体历史在线数据优化、模型识别优化后的数据、自回归滑动平均模型参数的估计、模型检验及建立，预测未来任意时刻变压器油中特征气体含量并对变压器的故障做出预判与维修措施。与最接近的现有技术相比,该方法改善了样本质量，体现了变压器的个体特性，反应了油中溶解气体随时间的变化特性，因其数据无剧烈变动，所以较传统机器学习建立的预测模型，可以做出更加稳定且明确的物理解释；提高了变压器油中溶解气体在线数据预测的准确性，使得对故障的预判与维修措施更加准确可靠；为变压器的维修及使用提供了可靠保障，延长了变压器的使用寿命。

主权项

1.基于变压器油中溶解气体监测数据的变压器故障预测方法,其特征在于,所述预测方法包括如下步骤：步骤I‑1.将在线监测的变压器油中溶解气的历史数据优化为序列样本；步骤I‑2.识别所述序列样本所属的ARMA模型的类型；步骤I‑3.对确定所属类型后的ARMA模型定阶，获得所述ARMA模型中的未知参量的个数；步骤I‑4.估计各所述未知参量的值的参数,初步建立所述ARMA模型；步骤I‑5.检验初步建立的所述ARMA模型的有效性；若模型有效，则所述ARMA模型建立完成；若模型无效，则返回I‑3；步骤I‑6.根据建立完成的所述ARMA模型预测未来任意时刻变压器油中特征气体含量，并做出故障预测及诊断；步骤I‑7.根据故障预测及诊断结果，强化对所述变压器的运行监控，并对其检修或更换；所述步骤I‑1包括：步骤I‑1‑1.整理变压器油中至少30天的溶解气体的历史在线监测数据；步骤I‑1‑2.用线性估算方法补全在线监测所述的历史数据；步骤I‑1‑3.根据3δ法则从补全后的历史在线监测数据中删除奇异值，得到所述样本序列。