安全公司报告
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211284728.2 (22)申请日 2022.10.20 (71)申请人 众芯汉创 (北京) 科技有限公司 地址 100193 北京市海淀区东北旺西路8号 5号楼一层12 9室 (72)发明人 曹世鹏  (74)专利代理 机构 北京清控智云知识产权代理 事务所 (特殊普通合伙) 11919 专利代理师 林淡如 (51)Int.Cl. G06K 9/62(2022.01) G01R 31/00(2006.01) G01D 21/02(2006.01) (54)发明名称 一种多源融合的变 压器故障诊断方法 (57)摘要 本发明提供了一种多源融合的变压器故障 诊断方法, 方法设置两种以上的传感器用于获取 变压器的多源工作参数, 所述工作参数经强跟踪 滤波器处理后形成采集参数存储到存储设备, 处 理器获取所述采集参数以用于故障诊断, 方法基 于历史多源工作参数建立故障诊断模 型, 基于现 场多源工作参数执行变压器的故障诊断, 利用多 源信息的差异和互补性, 将不同来源、 不同模式 的多类传感器信息进行多 方面的信息检测, 避免 信息孤岛, 提高了 变压器故障诊断的准确性。 权利要求书3页 说明书8页 附图3页 CN 115358353 A 2022.11.18 CN 115358353 A 1.一种多源融合的变压器故障诊断方法, 其特征在于: 变压器设置两种以上的传感器 用于获取变压器的工作参数, 所述工作参数经强跟踪 滤波器处理后形成采集参数存储到存 储设备, 处理器获取所述采集参数以用于故障诊断; 所述变压器故障诊断方法包括: 基于所 述工作参数获取Q种类型 的试验数据作为故障诊断模型 的样本数据, 将样本数据归一化处 理, 筛选归一化后的样本数据, 将 筛选出的样 本数据用于训练故障诊断模型, 训练好的故障 诊断模型用于 接收与试验数据同类型的现场数据进行变压器故障诊断; 其中, 所述筛选归一化后的样本数据的步骤包括: 处理后的数据按所述类型分为Q类, 每类含有P个样本, 每个样本有S个属性特征值, 按下式计算同类样本中任意两个样本间的 距离 : , 其中 为第p个样本中的第s个属性特征值, 为第 个样本中的第s个属性特 征值, , 将计算出的距离按从大到小排列, 将排 名前D的相关样本数据中出现频率大于θ 的样本数据剔除, 其中D和 θ 为经验值。 2.如权利要求1所述的一种 多源融合的变压器故障诊断方法, 其特征在于: 所述样本数 据用于训练故障诊断模型的步骤具体包括: 步骤1: 将筛选出的样本数据输入下式获取变量h: , 其中 为第q类样本数据中第p个样本归 一后的值, Q为样本数据的类 型总数, 为h的 第i个变量, i=1,2,3 ……n, n为工作人员根据故障诊断模型训练时间确定的经验取值, 均为体现第q类样本数据与 之间关系的参数; 步骤2: 将变量h输入下式获取变量u: , 其中权 利 要 求 书 1/3 页 2 CN 115358353 A 2为u的第l个变量, l=1,2,3 ……L, L为经验取值, 均为体现 与 之间 关系的参数; 步骤3: 将变量u输入下式获取输出量o: , k=1,2, 3……K, K为故障类型总数, 为o的第k个变量, 均为体现 与 之间 关系的参数; 步骤4: 令更新次数为R=R ’+1, 其中R ’为参数 、 、 的当 前更新次数, 计算输出量o与期望输出y之间的误差: , 其中 为期望输出 y的第k个期望输出值, 当 ≥E时, 判断R是否大于预 设更新阈值, 是则进 入步骤6, 否则进入步骤5, 其中E为 误差阈值; 步骤5: 更新 参数 、 、 : 更新后的值 为 更新后的值 为 更新后的值 为 更新后的值 为 更新后的值 为 更新后的值 为 其中 为步长; 更新后进入步骤6; 步骤6.故障诊断模型训练结束。 3.如权利要求2所述的一种 多源融合的变压器故障诊断方法, 其特征在于: 所述试验数 据包括历史预防性试验数据、 历史出厂 试验数据、 历史交接试验数据、 历史带电检测试验数权 利 要 求 书 2/3 页 3 CN 115358353 A 3

.PDF文档 专利 一种多源融合的变压器故障诊断方法

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种多源融合的变压器故障诊断方法 第 1 页 专利 一种多源融合的变压器故障诊断方法 第 2 页 专利 一种多源融合的变压器故障诊断方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 07:41:50上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。