一种变压器运行状态的评估方法、系统及存储介质与流程

本发明属于电力系统设备状态评估领域，尤其涉及到一种变压器运行状态的评估方法、系统及存储介质。

背景技术：

1、变电站是电力系统的重要组成部分，其根据不同的工作需求，对电网电压进行升高或降低，变电站内设备的损坏或故障会造成重大的经济和社会损失。因此，对变电站内设备进行高效合理的运行状态评估或者故障诊断，对电力系统的安全可靠运行至关重要。

2、变电站内多种一二次设备协同工作，包括变压器，电流(电压)互感器，断路器，控制保护装置等。变电站内设备的运行状态影响着变电站能否安全可靠的运行。传统方法为确保变电站内设备的稳定运行依靠人工定期维修，但随着人工智能技术的日益发展，对变电站内设备运行状态进行准确评估，进而做出针对性制定检修的计划意义重大。但在实际工作中，变电站内设备发生故障一般为小概率事件，因此变电站内设备故障及相关数据记录较少，导致故障样本十分匮乏，这样就会出现变电站内设备正常样本多、故障样本少的非均衡数据集。并且当数据集极度不均衡时，设备运行状态评估模型通常会偏向于正常样本而忽略故障样本，导致运行状态评估准确度不高。

技术实现思路

1、本发明的目的在于克服现有变电站设备状态评估技术中的缺陷，提供变压器运行状态的评估方法、系统及存储介质。

2、本发明的技术方案是：

3、一种变压器运行状态的评估方法，包括：

4、采集变压器的变压器油中溶解气体体积分数及对应变压器的运行状态的历史数据作为样本集t，利用改进的k最近邻类算法对不同运行状态的变压器油中溶解气体体积分数数据的数量进行均衡处理，得到关于不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的样本集；

5、利用svm二分类器，采用一对一的多分类策略对不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的样本集进行训练，得到变压器状态评估模型；利用变压器状态评估模型对变压器状态评估，根据变压器的变压器油中溶解气体体积分数，获得变压器运行状态评估结果。

6、进一步的，所述样本集t是带标签的变压器油中溶解气体体积分数，溶解气体包括氢气、甲烷、乙烷、乙烯、乙炔。

7、进一步的，所述标签是变压器的运行状态，包括正常运行状态、注意运行状态、异常运行状态、严重运行状态，分别相应标号1、2、3、4。

8、进一步的，改进的k最近邻类算法包括以下过程：

9、首先以正常运行状态的正常样本集为多类样本集，注意运行状态的注意样本集为少数样本集，对注意样本集扩充；然后，将扩充后的注意样本集为多类样本集，异常运行状态的异常样本集为少数样本集，对异常样本集进行扩充；再将扩充后的异常样本集为多类样本集，严重样本集为少数样本集，对严重样本集进行扩充，以实现不平衡数据集的均衡化，得到不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的正常样本集、注意样本集、异常样本集、严重样本集。

10、进一步的，样本集t分为多数类样本集tα和少数类样本集tβ＝{x1,x2…,xn}，n为少数类样本集中的样本个数；

11、利用k最近邻类算法确定少数类样本集中第r个样本xr(r＝1,2,…n)的i个近邻样本，将tβ中的所有样本xr按照到其第i个近邻样本的距离进行升序排序，并保留排序后的前d％构成少数类样本子集t′β＝{v1,v2…vj}，其中d为距离阈值；

12、按照随机线性插值公式对少数类样本子集t′β＝{v1,v2…vj}插值扩充，随机线性插值公式如下表达式：

13、

14、式中，为vj利用其第i个近邻样本点pi,j生成的新样本点，εi,j∈[0,m],m≤1，

15、θ∈{0,1}为随机数；

16、迭代i次，得到最终合成样本利用knn算法测试是否属于少数类样本，即判断最终合成样本个近邻样本是否属于少数类样本集tβ＝{x1,x2…,xn}，若属于，则保留该样本点，反之，则丢弃该样本点；

17、重复上述操作，直至遍历t′β中所有样本点，少数类样本集均衡扩充完成。

18、进一步的，根据变压器四种运行状态的不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的样本集两两组合生成训练样本集，训练得到六个svm二分类器，记为svm(1-2)，svm(1-3)，svm(1-4)，svm(2-3)，svm(2-4)，svm(3-4)，作为变压器状态评估模型；将变压器的5个特征量：氢气、甲烷、乙烷、乙烯、乙炔的气体含量作为输入向量svm二分类器，svm二分类器输出正负两种结果，即只能区分两种状态，具体为svm(1-2)分类器输出1，2，区分1，2两种状态；svm(1-3)输出1，3，区分1，3两种状态……svm(τ-λ)输出τ，λ，区分τ，λ两种状态；

19、变压器状态评估将变压器的变压器油中溶解气体体积分数输入训练出的六个svm二分类器中分别计算，每当其中一个svm二分类器将某测试样本判别为状态τ，就将该测试样本在状态τ投票加一，最终该样本在状态λ上得票最多，则诊断结果为状态λ。

20、进一步的，若得票数量相同，则选取训练出的六个svm二分类器中能区分对应状态的svm二分类器再次进行判定，直至输出唯一状态。

21、一种如上述的变压器运行状态的评估方法的系统，包括：

22、变压器油中溶解气体体积分数及对应变压器的运行状态的历史数据均衡模块，用于对不同运行状态的变压器油中溶解气体体积分数数据的数量进行均衡处理；

23、变压器状态评估生成模块，对不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的样本集进行训练；

24、变压器运行状态评估模块，对变压器状态评估。

25、一种存储有计算机程序的可读计算机存储介质，该程序被处理器执行程序时实现上述变压器运行状态的评估方法。

26、本发明的有益效果：

27、1.选用改进的knnor算法对变压器不均衡样本集预处理，能够最大程度地保留原始数据的分布特征，可以避免选取离群噪声样本和分类边界处样本作为样点，防止样本类间重叠和分类边界模糊的问题；

28、2.利用均衡扩充后的训练样本集训练变压器运行状态评估模型svm，采用一对一的多分类策略，有效地提高变压器运行状态评估准确性，进而有助于变电站内工作人员针对设备状态制定相应的检修计划。

技术特征：

1.一种变压器运行状态的评估方法，其特征在于，包括：

2.根据权利要求1所述的变压器运行状态的评估方法，其特征在于，所述样本集t是带标签的变压器油中溶解气体体积分数，溶解气体包括氢气、甲烷、乙烷、乙烯、乙炔。

3.根据权利要求2所述的变压器运行状态的评估方法，其特征在于，所述标签是变压器的运行状态，包括正常运行状态、注意运行状态、异常运行状态、严重运行状态，分别相应标号1、2、3、4。

4.根据权利要求1所述的变压器运行状态的评估方法，其特征在于，改进的k最近邻类算法包括以下过程：

5.根据权利要求4所述的变压器运行状态的评估方法，其特征在于，样本集t分为多数类样本集tα和少数类样本集tβ＝{x1,x2…,xn}，n为少数类样本集中的样本个数；

6.根据权利要求3所述的变压器运行状态的评估方法，其特征在于，根据变压器四种运行状态的不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的样本集两两组合生成训练样本集，训练得到六个svm二分类器，记为svm(1-2)，svm(1-3)，svm(1-4)，svm(2-3)，svm(2-4)，svm(3-4)，作为变压器状态评估模型；将变压器的5个特征量：氢气、甲烷、乙烷、乙烯、乙炔的气体含量作为输入向量svm二分类器，svm二分类器输出正负两种结果，即只能区分两种状态，具体为svm(1-2)分类器输出1，2，区分1，2两种状态；svm(1-3)输出1，3，区分1，3两种状态……svm(τ-λ)输出τ，λ，区分τ，λ两种状态；

7.根据权利要求6所述的变压器运行状态的评估方法，其特征在于，若得票数量相同，则选取训练出的六个svm二分类器中能区分对应状态的svm二分类器再次进行判定，直至输出唯一状态。

8.一种用于如权利要求1所述的变压器运行状态的评估方法的系统，其特征在于，包括：

9.一种存储有计算机程序的可读计算机存储介质，其特征在于，该程序被处理器执行程序时实现如权利要求1-7任一项所述的方法。

技术总结
一种变压器运行状态的评估方法、系统及存储介质，包括：采集变压器的变压器油中溶解气体体积分数及对应变压器的运行状态的历史数据作为样本集，利用改进的K最近邻类算法对不同运行状态的变压器油中溶解气体体积分数数据的数量进行均衡处理，得到关于不同运行状态的变压器油中溶解气体体积分数数据的数量均衡的样本集；利用SVM二分类器，采用一对一的多分类策略对数量均衡的样本集进行训练，得到变压器状态评估模型；利用变压器状态评估模型对变压器状态评估，根据变压器的变压器油中溶解气体体积分数，获得变压器运行状态评估结果。优点是：对变压器运行状态评估准确性好，进而有助于变电站内工作人员针对设备状态制定相应的检修计划。

技术研发人员：刘杨,王顺江,李忠伟,王铎,邱鹏,王彦宇
受保护的技术使用者：国网辽宁省电力有限公司锦州供电公司
技术研发日：
技术公布日：2024/4/7