CN108829755A - 基于迭代最近点的变压器故障案例匹配搜索方法 - Google Patents

Abstract

本发明公开了一种基于迭代最近点的变压器故障案例匹配搜索方法，其包括步骤：(1)采集待测试变压器状态数据序列，基于待测试变压器状态数据序列在案例库中寻找出所有与待测试变压器状态数据序列对应的目标变压器状态数据序列；(2)使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致；(3)提取待测试变压器状态数据序列的特征参量以及目标变压器状态数据序列的特征参量，并进行标准归一化处理；(4)通过旋转平移的方式进行匹配，基于迭代最近点匹配搜索，确定二者之间的距离；(5)基于该距离，进行匹配程度的排序；(6)基于排序结果，辅助判断待测试变压器状态数据序列所表征的故障。

Description

基于迭代最近点的变压器故障案例匹配搜索方法

技术领域

本发明涉及一种搜索方法，尤其涉及一种用于变压器故障的搜索方法。

背景技术

近年来，变压器设备的监测技术大量推广应用，因而，采集了海量的状态监测数据。大量监测案例表明，变压器设备缺陷中家族性缺陷的占比很高，其监测数据具有一定的相似性，因此，对变压器状态监测数据与历史案例库数据进行智能匹配，是大数据背景下对变压器状态数据进行深度挖掘的一种有效尝试。

然而目前，现有技术中对于将变压器状态监测数据的匹配并不十分便捷有效，通常需要通过搜索大量大数据样本案例库给出的若干案例，并结合其他方面例如电压等级、厂家信息或是设备类型进行辅助判断，才能得到较好的匹配结果。

基于此，期望获得一种变压器故障案例匹配搜索方法，通过该变压器故障案例匹配搜索方法能够找到相似匹配度程度高的案例，从而评估变压器目前所处运行状态，推演可能发生的故障，为变压器的状态评估、故障诊断提供辅助信息。

发明内容

本发明的目的在于提供一种基于迭代最近点的变压器故障案例匹配搜索方法，通过该变压器故障案例匹配搜索方法能够快速有效地找相似匹配程度高的案例，从而判断变压器所处的状态，了解可能发生的故障，进而及时对变压器的状态进行评估，为故障诊断提供辅助信息。

基于上述目的，本发明提出了一种基于迭代最近点的变压器故障案例匹配搜索方法，其包括步骤：

(1)采集待测试变压器状态数据序列，基于待测试变压器状态数据序列在案例库中寻找出所有与待测试变压器状态数据序列对应的目标变压器状态数据序列；

(2)使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致；

(3)设待测试变压器状态数据序列为X＝{X₁,...,X_N}，设每一个目标变压器状态数据序列均为Α＝{Α₁,...,Α_N}，提取X的特征参量X_n和A的特征参量A_n，并进行标准归一化处理；

(4)通过旋转平移的方式将X匹配到A上，基于迭代最近点匹配搜索，确定匹配后的待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离；

(5)基于匹配后的待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离，将待测试变压器状态数据序列X与所有目标变压器状态数据序列A的匹配程度进行排序；

(6)基于排序结果，辅助判断待测试变压器状态数据序列X所表征的故障。

在本发明所述的技术方案中，基于采集到的待测试变压器状态数据序列，从案例库中寻找与待测试变压器状态数据序列对应的目标变压器状态数据序列，通过迭代最近点(Iterative ClosestPoints，简称ICP)方法挖掘搜索相关的目标变压器状态数据序列，并根据匹配程度进行排序，评估变压器所处运行状态，推演可能发生的故障，为变压器状态评估、故障诊断提供辅助信息。

需要指出的是，在本案中，N表示待测试变压器状态数据序列中的元素个数，而n表示第n个待测试变压器状态数据序列中的元素，因而，对于X_n而言，X_n表示第n个待测试变压器状态数据序列中的元素所提出的特征参量。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，步骤(4)进一步包括：

(4a)设X_n和A_n之间的距离Μ(Α_n,X_n)为：

式中，a_n表示Α_n的中点，l_n表示Α_n和X_n的长度，表示Α_n的单位方向矢量，则Α_n被表示为Α_n＝(a_n,b_n,l_n)，则Α_n的端点为x_n表示X_n的中点，表示X_n的单位方向矢量，则X_n被表示为

则待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离为：

(4b)通过先旋转再平移的方式将X匹配到Α上，其中旋转矩阵为R，平移向量t＝(t₁,t₂,t₃)^T，对X进行如下变换：

其中，t₁表示X_n的中点的偏移量，t₂表示X_n单位方向的偏移量，t₃表示X_n长度的偏移量；T表示矩阵的转置；

则匹配后A和X的距离为：

(4c)将Μ'(Α,X)与设定的最小距离阈值进行比较：若Μ'(Α,X)小于最小距离阈值或迭代次数达到设定的最大迭代次数，则结束基于迭代最近点匹配搜索，获得基于最优的旋转矩阵R和平移向量t而得到的Μ'(Α,X)；若Μ'(Α,X)并非小于最小距离阈值或迭代次数没有达到设定的最大迭代次数，则调整旋转矩阵R和平移向量t后，返回步骤(4b)以再次进行迭代。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，所述待测试变压器状态数据序列选自下述各项中的至少其中之一：变压器油中气体含量参数序列，局部放电图谱参数序列和综合分析参数序列。

更进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，变压器油中气体含量参数序列包括下述各项的至少其中一项：H₂、CO、CO₂、CH₄、C₂H₄、C₂H₂、C₂H₆、H₂O的各气体产气率，C₂H₂/C₂H₄气体比值，CH₄/H₂气体比值，C₂H₄/C₂H₆气体比值，CO₂/CO气体比值。

更进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，所述局部放电图谱参数序列包括脉冲时域参数和/或相位分布参数。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法，所述脉冲时域参数包括：上升时间、下降时间、脉冲宽度和脉冲幅值。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，所述相位分布参数包括：偏斜度、突出度、局部峰值个数、不对称度、互相关因子和相位。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，所述综合分析参数序列包括：例行实验和诊断测试数据、负荷数据和气象数据。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，所述负荷数据包括下述各项中的至少一项：电流、有功功率和无功功率；所述气象数据包括下述各项中的至少一项：温度、湿度、日照和风速。

进一步地，在本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法中，在步骤(2)中，采用插值或抽样的方式使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致。

本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法具有如下所述的有益效果：

通过该变压器故障案例匹配搜索方法能够快速有效地找相似匹配程度高的案例，从而判断变压器所处的状态，了解可能发生的故障，进而及时对变压器的状态进行评估，为故障诊断提供辅助信息。

附图说明

图1为本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法在一种实施方式下的示意图。

图2为本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法在一种实施方式下的流程示意图。

具体实施方式

下面将结合说明书附图和具体的实施例对本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法做进一步的解释和说明，然而该解释和说明并不对本发明的技术方案构成不当限定。

在本实施方式中，整理需要匹配的状态序列建立案例库，案例库数据信息包括：变压器油中气体含量参数序列包括H₂、CO、CO₂、CH₄、C₂H₄、C₂H₂、C₂H₆、H₂O的各气体产气率、C₂H₂/C₂H₄气体比值，CH₄/H₂气体比值，C₂H₄/C₂H₆气体比值，CO₂/CO气体比值，局部放电图谱参数序列包括脉冲时域参数(例如：上升时间、下降时间、脉冲宽度以及脉冲幅值)和相位分布参数(例如：偏斜度、突出度、局部峰值个数、不对称度、互相关因子以及相位)，还有综合分析参数序列包括：例行实验和诊断测试数据、负荷数据(例如：电流、有功、无功)、气象数据(例如：温度、湿度、日照、风速、降雨、降雪)、电压等级以及生产厂家信息。

随后将采集到的待测试变压器状态数据序列根据基于迭代最近点的变压器故障案例匹配搜索方法进行搜索，找到与该待测变压器状态数据匹配程度最接近的目标变压器状态数据序列，从而判断待测试变压器状态数据序列所表征的故障，进而了解变压器目前的运行状态。关于本案的搜索方法的实施与具体流程操作步骤可以参考图1和图2，图1为本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法在一种实施方式下的示意图，图2为本发明所述的基于迭代最近点的变压器故障案例匹配搜索方法在一种实施方式下的流程示意图。该变压器故障案例匹配搜索方法包括步骤，如下所述：

(1)采集待测试变压器状态数据序列，基于待测试变压器状态数据序列在案例库中寻找出所有与待测试变压器状态数据序列对应的目标变压器状态数据序列；

(2)使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致；

(3)设待测试变压器状态数据序列为X＝{X₁,...,X_N}，设每一个目标变压器状态数据序列均为Α＝{Α₁,...,Α_N}，提取X的特征参量X_n和A的特征参量A_n，并进行标准归一化处理；

(4)通过旋转平移的方式将X匹配到A上，基于迭代最近点匹配搜索，确定匹配后的待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离；

(5)基于匹配后的待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离，将待测试变压器状态数据序列X与所有目标变压器状态数据序列A的匹配程度进行排序；

(6)基于排序结果，辅助判断待测试变压器状态数据序列X所表征的故障。

其中，在步骤(4)中进一步包括步骤：

(4a)设X_n和A_n之间的距离Μ(Α_n,X_n)为：

式中，a_n表示Α_n的中点，l_n表示Α_n和X_n的长度，表示Α_n的单位方向矢量，则Α_n被表示为Α_n＝(a_n,b_n,l_n)，则Α_n的端点为x_n表示X_n的中点，表示X_n的单位方向矢量，则X_n被表示为

则待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离为：

(4b)通过先旋转再平移的方式将X匹配到Α上，其中旋转矩阵为R，平移向量t＝(t₁,t₂,t₃)^T，对X进行如下变换：

则匹配后A和X的距离为：

其中，t₁表示X_n的中点的偏移量，t₂表示X_n单位方向的偏移量，t₃表示X_n长度的偏移量；

(4c)将Μ'(Α,X)与设定的最小距离阈值进行比较：若Μ'(Α,X)小于最小距离阈值或迭代次数达到设定的最大迭代次数，则结束基于迭代最近点匹配搜索，获得基于最优的旋转矩阵R和平移向量t而得到的Μ'(Α,X)；若Μ'(Α,X)并非小于最小距离阈值或迭代次数没有达到设定的最大迭代次数，则调整旋转矩阵R和平移向量t后，返回步骤(4b)以再次进行迭代。

此外，在步骤(2)中，采用插值或抽样的方式使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致。

需要说明的是，其中，A和X的距离越小，说明匹配相似度越高。

由此可以看出，本案的变压器故障案例匹配搜索方法可以基于采集到的待测试变压器状态数据序列，从案例库中寻找与待测试变压器状态数据序列对应的目标变压器状态数据序列，通过迭代最近点的方法挖掘搜索相关的目标变压器状态数据序列，并根据匹配程度进行排序，评估变压器所处运行状态，推演可能发生的故障，为变压器状态评估、故障诊断提供辅助信息。

需要说明的是，本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例，所有不与本发明的方案相矛盾的现有技术，包括但不局限于在先专利文献、在先公开出版物，在先公开使用等等，都可纳入本发明的保护范围。

此外，本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式，本案记载的所有技术特征可以以任何方式进行自由组合或结合，除非相互之间产生矛盾。

还需要注意的是，以上所列举的实施例仅为本发明的具体实施例。显然本发明不局限于以上实施例，随之做出的类似变化或变形是本领域技术人员能从本发明公开的内容直接得出或者很容易便联想到的，均应属于本发明的保护范围。

Claims (10)

1.一种基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，包括步骤：

(1)采集待测试变压器状态数据序列，基于待测试变压器状态数据序列在案例库中寻找出所有与待测试变压器状态数据序列对应的目标变压器状态数据序列；

(2)使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致；

(3)设待测试变压器状态数据序列为X＝{X₁,...,X_N}，设每一个目标变压器状态数据序列均为Α＝{Α₁,...,Α_N}，提取X的特征参量X_n和A的特征参量A_n，并进行标准归一化处理；

(4)通过旋转平移的方式将X匹配到A上，基于迭代最近点匹配搜索，确定匹配后的待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离；

(5)基于匹配后的待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离，将待测试变压器状态数据序列X与所有目标变压器状态数据序列A的匹配程度进行排序；

(6)基于排序结果，辅助判断待测试变压器状态数据序列X所表征的故障。

2.如权利要求1所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，步骤(4)进一步包括：

(4a)设X_n和A_n之间的距离Μ(Α_n,X_n)为：

式中，a_n表示Α_n的中点，l_n表示Α_n和X_n的长度，表示Α_n的单位方向矢量，则Α_n被表示为Α_n＝(a_n,b_n,l_n)，则Α_n的端点为x_n表示X_n的中点，表示X_n的单位方向矢量，则X_n被表示为

则待测试变压器状态数据序列X与每一个目标变压器状态数据序列A之间的距离为：

(4b)通过先旋转再平移的方式将X匹配到Α上，其中旋转矩阵为R，平移向量t＝(t₁,t₂,t₃)^T，对X进行如下变换：

则匹配后A和X的距离为：

其中，t₁表示X_n的中点的偏移量，t₂表示X_n单位方向的偏移量，t₃表示X_n长度的偏移量；

(4c)将Μ'(Α,X)与设定的最小距离阈值进行比较：若Μ'(Α,X)小于最小距离阈值或迭代次数达到设定的最大迭代次数，则结束基于迭代最近点匹配搜索，获得基于最优的旋转矩阵R和平移向量t而得到的Μ'(Α,X)；若Μ'(Α,X)并非小于最小距离阈值或迭代次数没有达到设定的最大迭代次数，则调整旋转矩阵R和平移向量t后，返回步骤(4b)以再次进行迭代。

3.如权利要求1或2所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，所述待测试变压器状态数据序列选自下述各项中的至少其中之一：变压器油中气体含量参数序列，局部放电图谱参数序列和综合分析参数序列。

4.如权利要求3所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，变压器油中气体含量参数序列包括下述各项的至少其中一项：H₂、CO、CO₂、CH₄、C₂H₄、C₂H₂、C₂H₆、H₂O的各气体产气率，C₂H₂/C₂H₄气体比值，CH₄/H₂气体比值，C₂H₄/C₂H₆气体比值，CO₂/CO气体比值。

5.如权利要求3所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，所述局部放电图谱参数序列包括脉冲时域参数和/或相位分布参数。

6.如权利要求5所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，所述脉冲时域参数包括：上升时间、下降时间、脉冲宽度和脉冲幅值。

7.如权利要求5所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，所述相位分布参数包括：偏斜度、突出度、局部峰值个数、不对称度、互相关因子和相位。

8.如权利要求3所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，所述综合分析参数序列包括：例行实验和诊断测试数据、负荷数据和气象数据。

9.如权利要求8所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，所述负荷数据包括下述各项中的至少一项：电流、有功功率和无功功率；所述气象数据包括下述各项中的至少一项：温度、湿度、日照和风速。

10.如权利要求1或2所述的基于迭代最近点的变压器故障案例匹配搜索方法，其特征在于，在步骤(2)中，采用插值或抽样的方式使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致。