(19)中华 人民共和国 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 202111662016.5 (22)申请日 2021.12.3 0 (71)申请人 兰州陇能电力科技有限公司 地址 730070 甘肃省兰州市安宁区孔家崖 街道万新南路690号第1层001室商铺 （电力科 学研究院小区） (72)发明人 张顺　葛智平　曹士保　张彦凯　 陈力　李彪　祁向孟　李生鹏　 姚洪宇　赵冰　陈军　张瑞山　 王长义　 (74)专利代理 机构 杭州裕阳联合专利代理有限 公司 33289 代理人 高明翠 (51)Int.Cl. G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于CNN的变压器故障诊断方法、 装置、 设备及存 储介质 (57)摘要 本发明公开了一种基于CNN的变压器故障诊 断方法、 装置、 设备及存储介质， 涉及变压器故障 在线监测技术领域， 所述方法包括： 采集各变压 器的原始故障数据集； 对所述原始故障数据集进 行预处理， 得到多个二维特征图； 将所述多个二 维特征图输入CNN模型中进行训练得到CNN诊断 模型； 获取待诊断变压器油中溶解气体的实时监 测数据， 对 所述实时监测数据进行相应的预处理 后输入到所述CNN诊断模型中， 输出所述待诊断 变压器的故障标签， 得到最终诊断结果。 本方法 利用CNN模型直接从原始数据中进行特征提取， 无需人工干预， 并将传统CNN模型中的全连接层 改设为降维减参层， 有效地减少油中溶解气体检 测过程中噪声和误差带来的影响。 权利要求书2页 说明书7页 附图4页 CN 114298237 A 2022.04.08 CN 114298237 A 1.一种基于 CNN的变压器故障诊断方法， 其特 征在于， 包括以下步骤： 采集各变压器油中溶解气体的多组监测数据及对应的多个故障标签， 将多组所述监测 数据与对应的故障标签组合得到原 始故障数据集； 对所述原 始故障数据集进行 预处理， 得到多个二维特 征图； 将所述多个二维特 征图输入CN N模型中进行训练得到 CNN诊断模型； 获取待诊断变压器油中溶解气体的实时监测数据， 对所述实时监测数据进行相应的预 处理后输入到所述CNN诊断模型中， 输出所述待诊断变压器的故障标签， 得到最终诊断结 果。 2.根据权利要求1所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述对所 述原始故障数据集进行 预处理， 得到多个二维特 征图， 包括： 对所述原 始故障数据集进行 数据标准 化处理； 利用等分截断对标准化处理后的原始故障数据集进行数据划分得到h个等长的一维时 间序列数据段， 每 个一维时间序列数据段的长度为 k个数据点， 其中， h、 k 为大于1的整数； 对所述h个一维时间序列数据段分别进行 数据格式重构， 得到多个二维特 征图。 3.根据权利要求2所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述对所 述h个一维时间序列数据段分别进 行数据格式重构， 得到多个二 维特征图， 包括： 将所述h个 一维时间序列数据段分别等分为m份， 每份包含n个数据点， 将第1份n个数据点放在第1行， 第2份n个数据点放在第2行， 第3份n个数据点放在第3行， 依次排序， 第m份n个数据点放在第 m行， 从而得到 h个m×n的二维特 征图， 其中， m＝ n， 且m、 n均为 k的算数平方根。 4.根据权利要求1所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述将所 述多个二维特 征图输入CN N模型中进行训练得到 CNN诊断模型， 包括： 将所述多个二维特 征图分别划分为训练集、 验证集和 测试集； 将所述训练集的数据输入CNN模型中进行训练， 由所述验证集的数据对训练后的CNN模 型进行验证； 利用所述测试集的数据对 验证后的CN N模型进行测试， 得到 CNN诊断模型。 5.根据权利要求4所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述将所 述训练集的数据输入CN N模型中进行训练， 还 包括： 将所述训练集的数据输入CNN模型中， 反复执行前向传播和反向传播迭代计算过程进 行调参。 6.根据权利 要求1所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述CNN模 型包括： 输入层、 特 征提取层、 降维减参层以及Softmax分类输出层。 7.根据权利要求1所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述油中 溶解气体包括： 氢气、 甲烷、 乙烷、 乙炔、 乙烯。 8.根据权利要求1所述的一种基于CNN的变压器故障诊断方法， 其特征在于， 所述故障 标签包括： 0正常状态、 1中温过 热、 2高温过 热、 3局部放电、 4火花 放电、 5电弧放电。 9.一种基于 CNN的变压器故障诊断装置， 其特 征在于， 包括： 采集模块， 用于采集各变压器油中溶解气体的多组监测数据及对应的多个故障标签， 将多组所述 监测数据与对应的故障标签组合得到原 始故障数据集； 预处理模块， 用于对所述采集模块得到的原始故障数据集进行预处理， 得到多个二维权　利　要　求　书 1/2 页 2 CN 114298237 A 2特征图； 训练模块， 用于将所述预处理模块得到的多个二维特征图输入CNN模型中进行训练得 到CNN诊断模型； 诊断模块， 用于获取待诊断变压器油中溶解气体的实时监测数据， 对所述实时监测数 据进行相应的预处理后输入到所述训练模块训练的CNN诊断模型中， 输出所述待诊断变压 器的故障标签， 得到最终诊断结果。 10.根据权利要求9所述的一种基于CNN的变压器故障诊断装置， 其特征在于， 所述预处 理模块包括： 归一化单元， 用于对所述 一维时间序列原 始故障数据集进行 数据标准 化处理； 数据截断单元， 用于利用等分截断对所述归一化单元处理 的原始故障数据集进行数据 划分得到h个等长的一维时间序列数据段， 每个一维时间序列数据段的长度为k个数据点， 其中， h、 k 为大于1的整数； 格式重构单元， 用于对所述数据截断单元划分的h个一维时间序列数据段分别进行数 据格式重构， 得到多个二维特 征图。权　利　要　求　书 2/2 页 3 CN 114298237 A 3