基于乙炔气体信号的变压器故障检测方法、系统及存储介质与流程

本发明涉及电力设备、深度学习，具体涉及一种基于乙炔气体信号的变压器故障检测方法、系统及存储介质。

背景技术：

1、随着电网规模的不断扩大，针对电力系统的安全运行可靠性提出了越来越高的要求。其中，变压器是电力系统中的关键设备，变压器是否正常运行对于保障电力系统正常工作来说至关重要。然而，随着运行过程和运行环境的变化，变压器中的绝缘油与固体绝缘材料在温度、电场、氧化等众多因素作用下逐渐老化，导致变压器出现电故障、热故障等故障情况，在出现故障的同时变压器会产生一些如甲烷、乙烷、乙炔等气体，通过对变压器故障产生机理的长期研究发现，变压器潜在的电故障及热故障与变压器中气体的种类和浓度存在一定关系，其中，乙炔作为其中重要的气体之一，对变压器的故障监测起着关键的作用，通过乙炔气体检测可以预测变压器的温度是否过高、绝缘油油品质量是否下降、变压器中水分是否过多、变压器内部绝缘材料是否老化产生放电等变压器常见故障。

2、目前，现有的变压器故障检测方法通常是通过变压器结构进行机械数据分析或是通过气体分析仪进行气体数据分析，但这种方式检测效率和精度都不高，且乙炔与其他气体在变压器中是以混合形式存在的，导致检测到的乙炔浓度信号微弱，容易被其他气体噪声干扰或淹没，存在一定的误判比例，导致乙炔气体浓度检测的精度不高，无法降低噪声的影响，进而影响了对变压器故障的检测准确率。因此，如何提供一种高效、准确地、精度高低变压器故障检测方法具有重要意义。

3、本技术指在建立一种基于乙炔气体信号的变压器故障检测方法、系统及存储介质，以解决上述问题。

技术实现思路

1、为了实现根据本发明的上述目的和其他优点，本发明的第一目的是提供一种基于乙炔气体信号的变压器故障检测方法，包括如下步骤：

2、通过集气装置采集变压器中的气体；

3、将红外气体传感器与集气装置连接，以获取乙炔气体信号；

4、对所述乙炔气体信号进行去噪处理，得到第一气体信号f(t)；

5、通过计算第一气体信号f(t)的四次谐波气体吸收峰峰值来确定乙炔气体信号的浓度范围；

6、根据乙炔气体信号的浓度范围确定变压器的检测信息，并将第一气体信号f(t)的四次谐波气体吸收峰峰值图片根据所述检测信息标注分类后形成输入数据集；

7、利用深度学习网络模型对输入数据集进行训练，得到预测模型；

8、获取待检测的变压器中乙炔气体信号的四次谐波气体吸收峰峰值图片输入预测模型中进行识别，得到乙炔气体信号的浓度范围及故障信息，完成对所述变压器的故障检测。进一步地，所述通过集气装置采集变压器气体信号，包括：

9、通过集气装置分别采集变压器正常状态时的变压器气体、变压器发生电弧故障时的变压器气体、变压器发生过热故障时的变压器气体、变压器发生过热兼电弧故障时的变压器气体。

10、进一步地，所述红外气体传感器设置波长为3.3μm。

11、进一步地，所述去噪处理为使用固定阈值算法进行去噪，包括：

12、获取第一气体信号f(t)的关系式：

13、f(t)＝s(t)+σe(t)，1≤t≤m

14、其中，s(t)表示乙炔实际有效信号，e(t)表示噪声信号，σ表示噪声系数，m表示采样序列长度；

15、将第一气体信号f(t)分解为低频信号和高频信号的叠加：

16、

17、其中，表示逼近系数，表示小波系数，表示尺度函数，ψ(t)表示小波函数；

18、使用固定阈值算法对第一期气体信号f(t)进行去噪，其中，所述阈值取值如下：

19、

20、其中，

21、其中，λ表示阈值，ωj，k表示小波系数，即第j层第k个系数，σ表示噪声水平估计值，n表示固定长度系数。

22、进一步地，所述通过集气装置，包括采样单元、过滤单元、收集单元。

23、进一步地，所述通过计算第一气体信号f(t)的四次谐波气体吸收峰峰值确定乙炔气体信号的浓度，计算公式如下：

24、iλ＝i0(λ)rn[1-s0g(λ-λ0)cl]

25、

26、其中，四次谐波系数与乙炔浓度呈线性关系，表示如下：

27、i4f∝i0s0g0cl

28、其中，r表示反射率，n表示反射次数，iλ表示输出光强，s0为乙炔气体分子在λ0处吸收线强度，g(λ-λ0)表示吸收函数；c表示乙炔浓度；l表示乙炔吸收光程，i4f表示四次谐波系数，g0表示吸收谱线的吸收函数。

29、进一步地，所述将第一气体信号f(t)的四次谐波气体吸收峰峰值图片根据所述检测信息标注分类后形成输入数据集，包括：

30、若所述乙炔气体信号的浓度范围属于变压器正常状态范围，则将峰值图片标注为变压器正常；

31、若所述乙炔气体信号的浓度范围属于变压器发生电弧故障时的状态范围，则将峰值图片标注为变压器电弧故障；

32、若所述乙炔气体信号的浓度范围属于变压器发生过热故障时的状态范围，则将峰值图片标注为变压器过热故障；

33、若所述乙炔气体信号的浓度范围属于变压器发生过热兼电弧故障时的状态范围，则将峰值图片标注为变压器过热兼电弧故障；

34、根据标注的内容将所述峰值图片进行分类，形成输入数据集。

35、本发明的第二目的是提供一种基于乙炔气体信号的变压器故障检测系统，包括以下模块：

36、气体采集模块，被配置成，用于通过集气装置采集变压器中的气体；将红外气体传感器与集气装置连接，以获取乙炔气体信号；

37、计算模块，被配置成，用于对所述乙炔气体信号进行去噪处理，得到第一气体信号f(t)；通过计算第一气体信号f(t)的四次谐波气体吸收峰峰值确定乙炔气体信号的浓度范围；

38、模型训练模块，被配置成，用于根据乙炔气体信号的浓度范围确定变压器的检测信息，并将第一气体信号f(t)的四次谐波气体吸收峰峰值图片根据所述检测信息标注分类后形成输入数据集；利用深度学习网络模型对输入数据集进行训练，得到预测模型；

39、故障检测模块，被配置成，用于获取待检测的变压器中乙炔气体信号的四次谐波气体吸收峰峰值图片输入预测模型中进行识别，得到乙炔气体信号的浓度范围及故障信息，完成对所述变压器的故障检测。

40、本发明的第三目的是提供一种可读存储介质，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计算机程序时，实现基于乙炔气体信号的变压器故障检测方法。

41、本发明的第四目的是提供一种电子设备，包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现基于乙炔气体信号的变压器故障检测方法。

42、与现有技术相比，本发明的有益效果是：

43、本发明涉及一种基于乙炔气体信号的变压器故障检测方法、系统及存储介质。通过集气装置采集变压器中的气体，利用红外气体传感器获取乙炔气体信号，将乙炔气体信号进行去噪处理，有效地降低了其他气体噪声对乙炔浓度检测精度的影响，通过提取四次谐波气体信号实现对乙炔气体信号浓度范围的检测，以获取相应的故障检测信息，再经过深度学习网络模型的训练和预测，可以通过乙炔气体信号的四次谐波气体吸收峰峰值图片自动准确识别出乙炔气体信号的浓度范围及潜在故障信息，从而对变压器故障进行准确检测，提高了检测准确性和效率，避免变压器故障发生，保证变压器的安全运行，进而保障了电力系统的可靠运行。

44、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。