← 返回列表
一种电力变压器故障预警方法及系统
摘要文本
本发明提供一种电力变压器故障预警方法及系统，方法包括：预测得到供Transformer训练的适用采样数据；利用Transformer‑BO模型中的自适应BO管道，根据适用采样数据进行样本采样操作；根据训练数据集合，对Transformer‑BO模型进行小样本学习，以得到适用故障预警模型；从适用采样数据中获取溶解气体时间序列数据，利用适用故障预警模型，处理溶解气体时间序列数据，以捕获气体变化顺序信息、气体变化多维特征，据以获取气体浓度预测结果。本发明解决了变压器故障预警操作的准确性及稳定性较差、对训练样本要求较高以及小样本学习能力和抗高噪声能力弱的技术问题。
申请人信息
- 申请人:合肥工业大学; 国网安徽省电力有限公司
- 申请人地址:230000 安徽省合肥市包河区屯溪路193号
- 发明人: 合肥工业大学; 国网安徽省电力有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种电力变压器故障预警方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410241724.9 |
| 申请日 | 2024/3/4 |
| 公告号 | CN117829822A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06Q10/20 |
| 权利人 | 合肥工业大学; 国网安徽省电力有限公司 |
| 发明人 | 刘鑫; 黄海宏; 陈志伟; 汪宇航; 常文婧; 甘津瑞; 吴春鹏; 李奇越; 李帷韬; 马欢 |
| 地址 | 安徽省合肥市屯溪路193号; 安徽省合肥市包河区黄山路9号 |
专利主权项内容
1.一种电力变压器故障预警方法，其特征在于，所述方法包括：S1、进行时间序列预测，获取供Transformer训练的适用采样数据；S2、结合处理BO采样工具与深度学习模型Transformer，以得到Transformer-BO模型，利用所述Transformer-BO模型中的自适应BO管道，根据所述适用采样数据进行样本采样操作，其中，在所述自适应BO管道中，基于训练数据集合的贝叶斯统计代用模型进行建模操作，对预置获取函数进行优化操作，以根据所述适用采样数据，查询并添加后续训练数据至所述训练数据集合/>，其中，表示给定训练集，表示训练目标集；XtrainYtrainS3、根据所述训练数据集合，对所述Transformer-BO模型进行小样本学习，以得到适用故障预警模型；S4、从所述适用采样数据中获取溶解气体时间序列数据，利用所述适用故障预警模型，处理所述溶解气体时间序列数据，以捕获气体变化顺序信息、气体变化多维特征，据以获取气体浓度预测结果。 来源：马 克 数 据 网