买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网宁夏电力有限公司电力科学研究院;国网安徽省电力有限公司电力科学研究院;中国电力科学研究院有限公司;国网山西省电力公司电力科学研究院;国网新疆电力有限公司电力科学研究院;国网宁夏电力有限公司吴忠供电公司;国网宁夏电力有限公司

摘要：本发明提供了一种变压器铁心及夹件多点接地缺陷预测方法、介质及系统，属于变压器铁心及夹件技术领域，包括：获取变压器运行时的多模数据；预处理,删除常规分量,提取异常分量；进行倾向性误差分析,识别出多点接地缺陷的倾向性误差矩阵；进行贝叶斯分析,识别出贝叶斯飞点矩阵；将倾向性误差矩阵和贝叶斯飞点矩阵进行融合,得到原始特征矩阵；并采用蚁群算法对原始特征矩阵进行优化,得到优化后的特征矩阵；计算优化的特征矩阵的每一种多模数据的异常分量的相关度并构建融合特征矩阵；对预先训练好的LSTM模型进行训练，得到微调后的LSTM模型；将所述融合特征矩阵输入微调后的LSTM模型，得到待测变压器的铁心及夹件多点接地缺陷指数。

主权项：1.一种变压器铁心及夹件多点接地缺陷预测方法，其特征在于，包括以下步骤：S10、获取变压器运行时的多模数据,包括电气数据、铁心及夹件的接地点局放超声数据、铁心及夹件的接地电流数据和铁心及夹件的振动数据；所述电气数据包括三相线电压、线电流和中性点电流的数据；S20、对每种多模数据进行预处理,删除常规分量,提取异常分量；S30、对每种多模数据的异常分量进行倾向性误差分析,识别出多点接地缺陷的倾向性误差矩阵；S40、对每种多模数据的异常分量进行贝叶斯分析,识别出贝叶斯飞点矩阵；S50、将倾向性误差矩阵和贝叶斯飞点矩阵进行融合,得到原始特征矩阵；并采用蚁群算法对原始特征矩阵进行优化,得到优化后的特征矩阵；S60、计算优化的特征矩阵的每一种多模数据的异常分量的相关度；S70、根据所述相关度,将所述每一种多模数据的异常分量构建融合特征矩阵；S80、采用基于所述优化的特征矩阵利用粒子群算法对预先训练好的LSTM模型进行训练，得到微调后的LSTM模型，所述LSTM模型用于基于待测变压器的融合特征矩阵，判断待测变压器的铁心及夹件的多点接地缺陷指数；S90、将所述融合特征矩阵输入微调后的LSTM模型，得到待测变压器的铁心及夹件的多点接地缺陷指数；其中，所述步骤S30的具体步骤为：针对所构建的相似性矩阵,采用谱聚类方法对具有高相似性的样本点进行聚类,得到簇集合；对所述簇集合进行主成分分析,确定倾向性误差的主方向,即倾向性误差矩阵的第一列；然后迭代确定倾向性误差矩阵的除所述第一列的其他列,直至解释了绝大部分方差或达到预设秩阈值，得到所述倾向性误差矩阵；所述步骤S40的具体实施步骤为:对于每一异常分量,利用期望最大化算法将其拟合为若干高斯分布的混合；计算每个观测值在不同高斯分布下的概率密度,并根据贝叶斯定理更新概率；将概率小于预设阈值的观测值标记为飞点,并对飞点进行特征编码,得到贝叶斯飞点矩阵；所述步骤S50的具体实施步骤为:将所述倾向性误差矩阵和贝叶斯飞点矩阵按列拼接,构建原始特征矩阵；然后采用蚁群优化算法对所述原始特征矩阵进行优化,所述蚁群优化算法包括:构建完全连通的特征构造图,使多只人工蚂蚁在图上随机行走构造特征子集路径；评估每条子集路径的适应度,在适应度较高路径上留下更浓的信息素；经过多次迭代,确定最优特征子集,作为优化后的特征矩阵。

全文数据：

权利要求：

百度查询： 国网宁夏电力有限公司电力科学研究院 国网安徽省电力有限公司电力科学研究院 中国电力科学研究院有限公司 国网山西省电力公司电力科学研究院 国网新疆电力有限公司电力科学研究院 国网宁夏电力有限公司吴忠供电公司 国网宁夏电力有限公司 一种变压器铁心及夹件多点接地缺陷预测方法、介质及系统