本申请涉及电力设备,特别是涉及一种电力变压器的故障诊断方法、装置、设备和存储介质。
背景技术:
1、电力变压器是电网中实现远距离输送电能以及电能分配的重要电力设备,其稳定性对电网安全至关重要。电力变压器油箱内部的绕组由于长期的振动效应容易产生变形等机械缺陷,会导致电力变压器的抗短路能力下降,出现机械故障。因此,为了保证电力变压器的安全运行,需要对电力变压器的运行状态是否正常进行监测。
2、传统技术中,主要是通过维修人员根据电力变压器中绕组的振动信号,确定电力变压器是否发生故障。然而,传统技术中存在电力变压器故障诊断的准确度较低的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高电力变压器故障诊断的准确度的电力变压器的故障诊断方法、装置、设备和存储介质。
2、第一方面,本申请提供了一种电力变压器的故障诊断方法。所述方法包括:
3、获取待测电力变压器在运行状态下绕组对应的振动云图和声学云图;所述振动云图为所述绕组产生的振动信号对应的图像,所述声学云图为所述绕组产生的噪声信号对应的图像;
4、对所述振动云图和所述声学云图进行像素级特征融合,得到融合后的图像;
5、将所述融合后的图像输入预设的神经网络模型中,得到所述待测电力变压器的诊断结果;所述诊断结果用于表征所述待测电力变压器是否发生故障。
6、在其中一个实施例中,所述对所述振动云图和所述声学云图进行像素级特征融合,得到融合后的图像,包括:
7、采用小波变换法,对所述振动云图进行小波分解,得到所述振动云图对应的第一图像分量和第二图像分量;其中,所述第二图像分量的频率高于所述第一图像分量的频率;
8、采用所述小波变换法,对所述声学云图进行小波分解,得到所述声学云图对应的第三图像分量和第四图像分量;其中,所述第四图像分量的频率高于所述第三图像分量的频率;
9、根据所述第一图像分量、所述第二图像分量、所述第三图像分量和所述第四图像分量,得到所述融合后的图像。
10、在其中一个实施例中,所述根据所述第一图像分量、所述第二图像分量、所述第三图像分量和所述第四图像分量,得到所述融合后的图像,包括:
11、对所述第一图像分量和所述第三图像分量进行融合,得到所述融合后的图像的第一图像分量;
12、对所述第二图像分量和所述第四图像分量进行融合,得到所述融合后的图像的第二图像分量;
13、对所述融合后的图像的第一图像分量和所述融合后的图像的第二图像分量进行融合,得到所述融合后的图像。
14、在其中一个实施例中,所述获取待测电力变压器在运行状态下绕组对应的振动云图和声学云图,包括:
15、采集所述待测电力变压器在运行状态下所述绕组产生的振动信号,利用三次样条插值法对所述振动信号进行处理,得到所述振动云图;
16、利用声学成像设备获取所述声学云图;其中,所述声学云图为通过所述声学成像设备的多个麦克风采集所述待测电力变压器油箱表面的噪声信号,并通过所述声学成像设备的处理器利用阵列信号处理算法对所述噪声信号进行处理得到的。
17、在其中一个实施例中,所述采集所述待测电力变压器在运行状态下所述绕组产生的振动信号,包括:
18、对所述待测电力变压器油箱表面进行等距的网格划分,将划分的网格的交点作为振动的测点;
19、在各所述测点上布置振动传感器,通过所述振动传感器采集所述振动信号。
20、在其中一个实施例中,所述方法还包括:
21、获取样本电力变压器在运行状态下绕组对应的样本振动云图、样本声学云图以及所述样本电力变压器的金标准运行状态信息;
22、对所述样本振动云图和所述样本声学云图进行像素级特征融合,得到融合后的样本图像;
23、将所述样本图像输入初始神经网络模型中,得到所述样本电力变压器的样本诊断结果;所述样本诊断结果用于表征所述样本电力变压器是否发生故障;
24、根据所述样本诊断结果和所述金标准运行状态信息,对所述初始神经网络模型进行训练,得到所述神经网络模型。
25、第二方面,本申请还提供了一种电力变压器的故障诊断装置。所述装置包括:
26、第一获取模块,用于获取待测电力变压器在运行状态下绕组对应的振动云图和声学云图;所述振动云图为所述绕组产生的振动信号对应的图像,所述声学云图为所述绕组产生的噪声信号对应的图像;
27、第二获取模块,用于对所述振动云图和所述声学云图进行像素级特征融合,得到融合后的图像;
28、第三获取模块,用于将所述融合后的图像输入预设的神经网络模型中,得到所述待测电力变压器的诊断结果;所述诊断结果用于表征所述待测电力变压器是否发生故障。
29、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
30、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
31、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面所述的方法。
32、上述电力变压器的故障诊断方法、装置、设备和存储介质,通过获取待测电力变压器在运行状态下绕组产生的振动信号对应的振动云图和绕组产生的噪声信号对应的声学云图,能够对振动云图和声学云图进行像素级特征融合,得到融合后的图像,进而能够将融合后的图像输入预设的神经网络模型中,得到表征待测电力变压器是否发生故障的诊断结果,相比于传统技术,由于通过对振动云图和声学云图进行融合得到了的融合图像中包含更丰富的振动信息,从而根据融合后的图像能够准确的对待测电力变压器进行故障诊断,进而提高待测电力变压器故障诊断结果的准确度;另外,同时获取绕组振动所对应的振动云图和声学云图,弥补了传统技术中采集的振动信息单一的不足的问题,而且通过获取的振动云图和声学云图能够更加直观的得到绕组的振动信息。
1.一种电力变压器的故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述振动云图和所述声学云图进行像素级特征融合,得到融合后的图像,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一图像分量、所述第二图像分量、所述第三图像分量和所述第四图像分量,得到所述融合后的图像,包括:
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述获取待测电力变压器在运行状态下绕组对应的振动云图和声学云图,包括:
5.根据权利要求4所述的方法,其特征在于,所述采集所述待测电力变压器在运行状态下所述绕组产生的振动信号,包括:
6.根据权利要求1-3任意一项所述的方法,其特征在于,所述方法还包括:
7.一种电力变压器的故障诊断装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。