电容式电压互感器绝缘故障诊断方法、系统、设备和介质与流程

本发明涉及一种电容式电压互感器绝缘故障诊断方法、系统、设备和介质，属于互感器绝缘诊断。

背景技术：

1、cvt （电容式电压互感器）的结构复杂，内部器件数量繁多，作为户外运行的一次设备，cvt 的绝缘状态在长期运行后会出现劣化，而内绝缘状态的劣化会直接影响cvt 的计量准确性和运行稳定性。与计量误差状态评估类似，现阶段广泛应用的内绝缘评估方法也是周期性停电检测，该方法不仅无法得知相邻两次试验周期内cvt 的内绝缘状态，而且由于检测需要安排cvt 停电，试验工作更为繁重，导致电网中存在大量超期未检的cvt。

2、因此，如何对cvt 的内绝缘劣化状态进行实时评估，在内绝缘状态发生异常变化时能够及时诊断异常类型和异常程度亦有待进行深入研究。

3、专利号为“cn114358092a”的发明专利公开了一种电容式电压互感器内绝缘性能在线诊断方法，包括以下：建立cvt诊断模型的源域数据集和目标域数据集，并确定cvt数据中的个性特征和共性特征；根据cvt内绝缘性能劣化机理，提取内绝缘故障cvt的相关参量作为共性特征；通过狄利克雷过程高斯混合模型估计共性特征分布模型；构建内绝缘故障虚拟cvt生成模型生成内绝缘故障虚拟cvt样本；基于图生成器平衡目标域中正常状态cvt样本与虚拟cvt样本的数量，通过训练图卷积网络识别器区分平衡网络上的节点，得到故障诊断模型；通过故障诊断模型对待测cvt样本进行内绝缘故障诊断。通过该方案可以降低样本数据需求，基于生成的虚拟样本实现对故障诊断模型的构建，可以有效保障故障诊断模型的识别准确率。

4、但是，上述现有技术存在的技术问题是，1）使用了虚拟的cvt生成模型生成虚拟样本，利用包括虚拟样本的训练集进行诊断模型的训练，虚拟样本是不真实的，用不真实的数据进行模型训练会造成诊断模型的精确性下降；2）特征参数复杂，使用了个性特征和共性特征作为参数，使得数据特征复杂度极高，且每个样本的个性特征都不同，导致诊断模型的训练量大，难以达到拟合状态。

技术实现思路

1、为了解决上述现有技术中存在的问题，本发明提出了一种电容式电压互感器绝缘故障诊断方法、系统、设备和介质。

2、本发明的技术方案如下：

3、一方面，本发明提供一种电容式电压互感器绝缘故障诊断方法，包括以下步骤：

4、获取若干组cvt的历史绝缘故障数据，基于历史绝缘故障数据获取各组cvt的绝缘故障类型以及输出的电压数据，根据各组cvt输出的电压数据计算各组cvt的正序电压、负序电压和零序电压放入故障样本数据集中，并以各组cvt的绝缘故障类型作为故障样本的标签；

5、采用somte算法对故障样本数据集中少数类的绝缘故障类型故障样本进行过采样，完成样本扩充；

6、对完成样本扩充后的故障样本数据集中的故障样本进行特征变换，将一维特征转换为三维特征图像，生成图像样本集；

7、构建由resnet网络模型和rbf网络模型组成的resnet-rbf网络，其中，以resnet网络模型的池化层输出作为rbf网络模型的输入；以图像样本作为输入，绝缘故障类型作为输出对resnet-rbf网络进行迭代训练，得到训练好的故障诊断模型；

8、当一组cvt计量状态异常时，提取异常时段该组cvt的电压数据集，利用所述故障诊断模型对异常时段该组cvt的电压数据集进行绝缘故障诊断，并基于电压数据的贡献指标定位该组cvt中绝缘故障的cvt。

9、作为优选实施方式，所述绝缘故障类型包括：电容未击穿，单个高压电容击穿，两个高压电容击穿，单个中压电容击穿，两个中压电容击穿；

10、所述根据各组cvt输出的电压数据计算各组cvt的正序电压、负序电压和零序电压放入故障样本数据集的步骤具体为：

11、根据采集的各组cvt输出的电压数据计算各组cvt的正序电压、负序电压和零序电压：

12、；

13、其中，、、分别表示第i组cvt输出的a、b、c三相电压，i=1,2，…,n,、、分别表示第i组互感器三相电压的正序分量、负序分量、零序分量，运算子，；

14、对计算得到三相电压的正序分量、负序分量、零序分量进行帕克变换处理：

15、

16、其中，上述帕克变换在d-q坐标系中以角速度逆时针旋转，以d轴领先a相轴线的方向为正；、、分别为正序分量、负序分量、零序分量的帕克变换结果；

17、以各组cvt的三相电压的正序分量、负序分量、零序分量以及帕克变换结果作为故障样本放入样本数据集中。

18、作为优选实施方式，所述采用somte算法对故障样本数据集中少数类的绝缘故障类型故障样本进行过采样的步骤具体为：

19、设置过采样后少数类的绝缘故障类型故障样本的数量：

20、；

21、其中，，为过采样倍率，、分别为多数类、少数类的绝缘故障类型故障样本的原始数量；

22、根据不平衡度对少数类的绝缘故障类型故障样本进行划分，对每一个少数类的绝缘故障类型故障样本，从整个样本数据集q中计算出它的m个最近邻，其中多数类的绝缘故障类型故障样本个数用表示，少数类的绝缘故障类型故障样本个数用表示，基于下式对少数类的绝缘故障类型故障样本进行划分：

23、；

24、其中j=1,2，…，，表示少数类样本数量；对判断为噪声样本的故障样本进行剔除，对划分为边界样本、安全样本的少数类的绝缘故障类型故障样本进行过采样：

25、基于少数类的绝缘故障类型故障样本的类别指标r、距离指标l、密度指标p，为非噪声样本的少数类的绝缘故障类型故障样本分配过采样样本数量。

26、作为优选实施方式，所述类别指标r、距离指标l、密度指标p的计算方法具体为：

27、类别指标r计算：

28、；

29、其中，，表示非噪声的少数类的绝缘故障类型故障样本集，为样本的m近邻内多数类的绝缘故障类型故障样本数量；

30、距离指标l计算：

31、；

32、其中，表示非噪声的少数类的绝缘故障类型故障样本集中任意样本与其同类样本聚类中心的距离：

33、；

34、其中，为样本维度；

35、密度指标p计算：

36、；

37、对于任意样本，计算其在非噪声的少数类的绝缘故障类型故障样本集范围内的k个近邻样本为，k=1,2，……，k，计算与的欧式距离为：

38、；

39、计算非噪声的少数类的绝缘故障类型故障样本集中个数据点分别与其k近邻的距离，取其均值作为半径：

40、；

41、计算密度值：

42、；

43、其中，表示到距离小于r的非噪声的少数类的绝缘故障类型故障样本的个数；cont（）表示计数函数。

44、作为优选实施方式，所述基于少数类的绝缘故障类型故障样本的类别指标r、距离指标l、密度指标p，为非噪声样本的少数类的绝缘故障类型故障样本分配过采样样本数量步骤中，基于以下公式为非噪声样本的少数类的绝缘故障类型故障样本分配过采样样本数量：

45、；

46、其中，为分配给样本的过采样样本的数量。

47、作为优选实施方式，所述对完成样本扩充后的故障样本数据集中的故障样本进行特征变换，将一维特征转换为三维特征图像的方法具体采用格拉姆角场变换，具体步骤为：

48、进行归一化处理，将故障样本的一维特征数据映射至[0,1]的区间上，归一化处理公式如下：

49、；

50、其中，=1,2,3，……，6；、、分别为相应故障样本数据中的三相电压的正序分量、负序分量、零序分量；、、分别为相应故障样本数据中的三相电压的正序分量、负序分量、零序分量的帕克变换结果；为相应特征数据归一化后的结果；

51、将特征数据归一化后的结果编码为余弦角，在极坐标中重新表示为和，如下所示：

52、；

53、其中，w为常数因子集合，u是对极坐标系统生成空间进行正则化的常数因子，为点极角，为点极径；

54、对计算出的极坐标分别进行角度求和内积与作差内积，得到两种格拉姆角场gasf矩阵、gadf矩阵：

55、；

56、将得到的数值分布在[0, 1]的gasf矩阵、gadf矩阵重新映射至[0,255]的像素值区间，并依次复制到rgb三通道，使其变为标准的三维彩色图像作为所述三维特征图像。

57、作为优选实施方式，所述基于电压数据的贡献指标定位该组cvt中绝缘故障的cvt的步骤具体为：

58、获取异常时段该组cvt的电压数据集，数据集时序长度为z；

59、构建贡献率指标：

60、；

61、

62、其中，y为贡献率指标，为三相中其中一相的贡献率，为三相中其中一相的电压，为时序表示，为同一时序三相电压幅值均值；

63、以异常时段该组cvt中贡献率指标最大的cvt作为绝缘故障的cvt；

64、还包括一适应不同接线形式下判断cvt绝缘故障的步骤，具体为：

65、确定目标组cvt的一次主接线形式；

66、当一次主接线形式为双母线接线时，若其中一母线的任一相上的cvt出现绝缘故障，则以该母线上另外两相的电压数据和另一母线上与绝缘故障cvt同相的电压数据组成新的评估电压数据集，重新执行cvt绝缘故障诊断方法；

67、当一次主接线形式为双母分段接线或3/2接线时，若其中一母线的任一相上的cvt出现绝缘故障，则以该母线上另外两相的电压数据和高压侧与绝缘故障cvt同相的其他所有cvt的电压数据均值组成新的评估电压数据集，重新执行cvt绝缘故障诊断方法。

68、另一方面，本发明还提供一种电容式电压互感器绝缘故障诊断系统，包括：

69、数据集建立模块，用于获取若干组cvt的历史绝缘故障数据，基于历史绝缘故障数据获取各组cvt的绝缘故障类型以及输出的电压数据，根据各组cvt输出的电压数据计算各组cvt的正序电压、负序电压和零序电压放入故障样本数据集中，并以各组cvt的绝缘故障类型作为故障样本的标签；

70、样本扩充模块，用于采用somte算法对故障样本数据集中少数类的绝缘故障类型故障样本进行过采样，完成样本扩充；

71、特征变换模块，用于对完成样本扩充后的故障样本数据集中的故障样本进行特征变换，将一维特征转换为三维特征图像，生成图像样本集；

72、模型训练模块，用于构建由resnet网络模型和rbf网络模型组成的resnet-rbf网络，其中，以resnet网络模型的池化层输出作为rbf网络模型的输入；以图像样本作为输入，绝缘故障类型作为输出对resnet-rbf网络进行迭代训练，得到训练好的故障诊断模型；

73、诊断模块，用于当一组cvt计量状态异常时，提取异常时段该组cvt的电压数据集，利用所述故障诊断模型对异常时段该组cvt的电压数据集进行绝缘故障诊断，并基于电压数据的贡献指标定位该组cvt中绝缘故障的cvt。

74、再一方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如本发明任一实施例所述的电容式电压互感器绝缘故障诊断方法。

75、再一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的电容式电压互感器绝缘故障诊断方法。

76、本发明具有如下有益效果：

77、1、本发明一种电容式电压互感器绝缘故障诊断方法，通过cvt的历史绝缘故障数据获取绝缘故障类型以及电压数据，以电压数据计算样本的特征参数，特征参数选择上简单有效，并采用somte算法进行少数类样本的样本扩充，以真实的样本为基准，保证扩充样本的客观性和有效性，大大提高了诊断模型的训练效率，并提高了cvt绝缘故障诊断的精确性。

78、2、本发明一种电容式电压互感器绝缘故障诊断方法，基于少数类样本的类别指标r、距离指标l、密度指标p，采用了改进的smote方法对少数类故障样本进行过采样，保证了样本数据的均衡性。

79、3、本发明一种电容式电压互感器绝缘故障诊断方法，采用了格拉姆角场变换将内绝缘一维特征参量转换为三维特征图像，有效增强一维原始数据的故障特征。

80、4、本发明一种电容式电压互感器绝缘故障诊断方法，对resnet网络模型进行优化，使用rbf模型替换了softmax分类模型，提升了算法精度。

81、5、本发明一种电容式电压互感器绝缘故障诊断方法，针对不同接线形式下出现cvt绝缘故障的情况，分别构建新模态，完成多台cvt绝缘状态的判断，大大增强了诊断方法的适应性。