变压器故障数据样本的生成方法、装置和电子设备与流程

本申请涉及变压器，具体涉及一种变压器故障数据样本的生成方法、装置和电子设备。

背景技术：

1、变压器是输配电的基础设备，广泛应用于工业、农业、交通、城市社区等领域。而电力变压器作为电力系统的核心电气设备之一，它的运行状态会直接影响到电力系统的安全和稳定。因此，电力变压器故障诊断方法的研究有着重要的意义。

2、每个电力变压器在运行过程中都会产生大量的样本数据，但是其故障数据获取却有很大的难度。由于变压器故障是小概率事件，数据样本的类别分布存在不平衡问题。不平衡数据指的是数据集中各个类别的样本数量极不均衡。以二分类问题为例，数据集中至少有一类数据的数量明显多于或少于另一类的数据，通常把这种情况下的数据称为不平衡数据。因此，这就导致电力变压器不仅具有小样本特性，而且有故障数据和正常运行数据在数量上具有很大的不平衡性，即正常运行数据数量明显多于故障数据的数量。

3、在不平衡数据集中，传统的过采样方法采用复制少数类样本的方法，从而导致特征空间中有许多重叠点。在理想的情况下，少数类数据的重要性可以得到增强，但是少数类数据的范围并没有扩大。变压器故障数据也是少数类数据，采用复制样本的方式并不能扩大变压器故障数据的范围，所以迫切需要一种能够扩大故障数据样本的范围，生成新的变压器的故障数据样本的方法。

技术实现思路

1、本申请实施例提供一种变压器故障数据样本的生成方法、装置和电子设备，用以解决采用复制样本的方式生成的故障数据，并不能扩大变压器的故障数据的范围的技术问题。

2、第一方面，本申请实施例提供一种变压器故障数据样本的生成方法，包括：

3、获取变压器的故障数据，依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据；

4、输入所述临时合成数据至特征模型中，获得所述特征模型输出的预测故障数据，其中，所述特征模型是以所述故障数据的一个特征为标签，基于所述故障数据的其他特征的取值集合训练得到的；

5、根据所述预测故障数据生成新的故障数据样本。

6、在一个实施例中，所述依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据，包括：

7、依次从所述故障数据的每个特征的取值集合中随机采集一个特征值；

8、根据所述故障数据每个特征对应的一个特征值，得到一条合成数据；

9、根据所述合成数据，得到临时合成数据。

10、在一个实施例中，所述特征模型的数量与所述故障数据的特征数量相对应。

11、在一个实施例中，所述输入所述临时合成数据至特征模型中，包括：

12、确定所述临时合成数据的目标特征，所述临时合成数据的目标特征为所述特征模型在训练过程中的标签；

13、输入所述临时合成数据的除所述目标特征之外的其他特征对应的特征值至特征模型中。

14、在一个实施例中，所述临时合成数据的数量和所述故障数据样本的数量基于所述故障数据的样本数和所述故障数据的过采样率确定。

15、在一个实施例中，还包括：

16、获取变压器的非故障数据；

17、根据所述非故障数据、所述故障数据和所述故障数据样本，基于机器学习算法训练得到变压器故障诊断模型，所述变压器故障诊断模型用于预测新的变压器数据的类别，将所述新的变压器数据映射为故障类数据或非故障类数据。

18、在一个实施例中，还包括：

19、根据所述故障类数据和所述非故障类数据，建立变压器故障数据信息库。

20、第二方面，本申请实施例提供一种变压器故障数据样本的生成装置，包括：

21、数据合成模块，用于获取变压器的故障数据，依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据；

22、数据预测模块，用于输入所述临时合成数据至特征模型中，获得所述特征模型输出的预测故障数据，其中，所述特征模型是以所述故障数据的一个特征为标签，基于所述故障数据的其他特征的取值集合训练得到的；

23、样本生成模块，用于根据所述预测故障数据生成新的故障数据样本。

24、在一个实施例中，所述依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据，包括：

25、依次从所述故障数据的每个特征的取值集合中随机采集一个特征值；

26、根据所述故障数据每个特征对应的一个特征值，得到一条合成数据；

27、根据所述合成数据，得到临时合成数据。

28、第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的变压器故障数据样本的生成方法的步骤。

29、第四方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的变压器故障数据样本的生成方法的步骤。

30、本申请实施例提供的变压器故障数据样本的生成方法和装置，通过建立模型来学习故障数据特征间的关系，并根据学习到的特征模型生成新的故障数据样本，扩大了故障数据的范围。

技术特征：

1.一种变压器故障数据样本的生成方法，其特征在于，包括：

2.根据权利要求1所述的变压器故障数据样本的生成方法，其特征在于，所述依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据，包括：

3.根据权利要求1所述的变压器故障数据样本的生成方法，其特征在于，所述特征模型的数量与所述故障数据的特征数量相对应。

4.根据权利要求1所述的变压器故障数据样本的生成方法，其特征在于，所述输入所述临时合成数据至特征模型中，包括：

5.根据权利要求1所述的变压器故障数据样本的生成方法，其特征在于，所述临时合成数据的数量和所述故障数据样本的数量基于所述故障数据的样本数和所述故障数据的过采样率确定。

6.根据权利要求1所述的变压器故障数据样本的生成方法，其特征在于，还包括：

7.根据权利要求6所述的变压器故障数据样本的生成方法，其特征在于，还包括：

8.一种变压器故障数据样本的生成装置，其特征在于，包括：

9.根据权利要求8所述的变压器故障数据样本的生成装置，其特征在于，所述依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据，包括：

10.一种电子设备，包括处理器和存储有计算机程序的存储器，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7任一项所述的变压器故障数据样本的生成方法的步骤。

11.一种计算机程序产品，包括计算机程序，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7任一项所述的变压器故障数据样本的生成方法的步骤。

技术总结
本申请涉及变压器技术领域，提供一种变压器故障数据样本的生成方法，包括：获取变压器的故障数据，依次从所述故障数据的每个特征的取值集合中采集特征值，根据所述特征值，得到临时合成数据；输入所述临时合成数据至特征模型中，获得所述特征模型输出的预测故障数据，其中，所述特征模型是以所述故障数据的一个特征为标签，基于所述故障数据的其他特征的取值集合训练得到的；根据所述预测故障数据生成新的故障数据样本。本申请实施例提供的变压器故障数据样本的生成方法和装置，通过建立模型来学习故障数据特征间的关系，并根据学习到的特征模型生成新的故障数据样本，扩大了故障数据的范围。

技术研发人员：任玲钰
受保护的技术使用者：中移雄安信息通信科技有限公司
技术研发日：
技术公布日：2024/1/16