WO2023004700A1 - 一种变压器的异常检测方法、装置和计算机可读存储介质 - Google Patents
一种变压器的异常检测方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- WO2023004700A1 WO2023004700A1 PCT/CN2021/109335 CN2021109335W WO2023004700A1 WO 2023004700 A1 WO2023004700 A1 WO 2023004700A1 CN 2021109335 W CN2021109335 W CN 2021109335W WO 2023004700 A1 WO2023004700 A1 WO 2023004700A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- transformer
- current
- threshold value
- value
- quartile
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 230000005856 abnormality Effects 0.000 claims description 41
- 238000001514 detection method Methods 0.000 claims description 40
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000013480 data collection Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
Definitions
- the second threshold value is determined based on a four-point difference algorithm.
- the first set of current values of the transformer includes historical current values
- the first threshold value is determined based on a quarter difference algorithm.
- the abnormality of excessive current of the transformer can be determined simply and quickly through the first threshold value determined by the four-point difference algorithm.
- the memory stores an application program executable by the processor, which is used to make the processor execute the abnormality detection method of the transformer as described above.
- a computer-readable storage medium in which computer-readable instructions are stored, and the computer-readable instructions are used to execute the abnormality detection method for a transformer as described above.
- the method 100 further includes: comparing the real-time current value with a second threshold value, wherein when the real-time current value is less than the second threshold value, it is determined that the current of the transformer is abnormal; wherein the second threshold value It is determined based on the four-point difference algorithm.
- Fig. 2 is a schematic diagram of a transformer current curve according to an embodiment of the present invention.
- the first threshold value is determined based on a quarter difference algorithm.
- the acquiring module 401 is further configured to acquire the historical current value of the transformer; the determining module 402 is further configured to compare the historical current value with a first threshold value, wherein when the When the historical current value is greater than the first threshold value, it is determined that the current of the transformer is abnormal at the time point of the historical current value; the historical current value is compared with the second threshold value, wherein when the historical current value When the current value is less than the second threshold value, it is determined that the current of the transformer is abnormal at the time point of the historical current value.
- the memory 502 can be specifically implemented as various storage media such as electrically erasable programmable read-only memory (EEPROM), flash memory (Flash memory), and programmable program read-only memory (PROM).
- the processor 501 may be implemented to include one or more central processing units or one or more field programmable gate arrays, wherein the field programmable gate arrays integrate one or more central processing unit cores.
- the central processing unit or the central processing unit core may be implemented as a CPU, MCU, or DSP, and so on.
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Protection Of Transformers (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明实施方式公开了一种变压器的异常检测方法、装置和计算机可读存储介质。该方法包括：获取变压器的实时电流值；将所述实时电流值与第一门限值进行比较，其中当所述实时电流值大于所述第一门限值时，确定所述变压器的电流异常；其中所述第一门限值是基于四分差算法确定的。本发明实施方式可以简便快速地确定变压器的电流异常。
Description
本发明涉及变压器技术领域，特别是涉及一种变压器的异常检测方法、装置和计算机可读存储介质。
变压器是用来变换交流电压、电流而传输交流电能的一种电器设备。变压器根据电磁感应的原理实现电能传递。变压器就其用途可分为电力变压器、试验变压器、仪用变压器及特殊用途的变压器，等等。电力变压器是电力输配电、电力用户配电的必要设备；试验变压器对电器设备进行耐压(升压)试验的设备；仪用变压器作为配电系统的电气测量和继电保护之用；特殊用途的变压器有冶炼用电炉变压器、电焊变压器、电解用整流变压器、小型调压变压器，等等。
变压器被认为是电力行业最重要的资产之一。从变压器收集的数据将用于资产管理。因此，提前检测异常的能力对于变压器的资产管理非常有价值。
目前，一般从与电压器相连接的电流传感器处收集变压器的电流值，并利用电流值执行异常检测方法。在现有技术中，通常采用支持向量机(SVM)的机器学习方法以确定异常。然而，这种方法实现过程复杂，而且准确度不高。
发明内容
本发明实施方式提出一种变压器的异常检测方法、装置和计算机可读存储介质。
本发明实施方式的技术方案如下：
一种变压器的异常检测方法，该方法包括：
获取变压器的实时电流值；
将所述实时电流值与第一门限值进行比较，其中当所述实时电流值大于所述第一门限值时，确定所述变压器的电流异常；
其中所述第一门限值是基于四分差算法确定的。
可见，在本发明实施方式中，无需采用机器学习方式，通过由四分差算法确定的第一门限值可以简便快速地确定变压器的电流过大异常。
在一个实施方式中，该方法还包括：
将所述实时电流值与第二门限值进行比较，其中当所述实时电流值小于所述第二门限值时，确定所述变压器的电流异常；
其中所述第二门限值是基于四分差算法确定的。
因此，在本发明实施方式中，无需采用机器学习方式，通过由四分差算法确定的第二门限值可以简便 快速地确定变压器的电流过低异常。
在一个实施方式中，该方法还包括：
获取变压器的第一组电流值，该第一组电流值包含历史电流值；
确定所述第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；
确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。
可见，通过包含历史电流值的第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，可以快速确定出第一门限值和第二门限值，提高了计算效率。
在一个实施方式中，该方法还包括：
获取变压器的第二组电流值，该第二组电流值包含所述实时电流值和历史电流值；
确定所述第二组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；
确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。
因此，通过包含历史电流值和实时电流值的第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，可以准确地确定出第一门限值和第二门限值，提高了计算效率。
在一个实施方式中，所述k
1和所述m
1都等于10，所述k
2和所述m
2都等于3。
可见，本发明实施方式提出了适用于变压器的优选预定因子。
在一个实施方式中，还包括：
获取变压器的历史电流值；
将所述历史电流值与第一门限值进行比较，其中当所述历史电流值大于所述第一门限值时，确定所述变压器的电流在该历史电流值的时间点处异常；将所述历史电流值与第二门限值进行比较，其中当所述历史电流值小于所述第二门限值时，确定所述变压器的电流在该历史电流值的时间点处异常。
因此，本发明实施方式还可以利用第一门限值和第二门限值，确定历史电流值中是否存在异常，便于回溯历史状态。
一种变压器的异常检测装置，该装置包括：
获取模块，用于获取变压器的实时电流值；
确定模块，用于将所述实时电流值与第一门限值进行比较，其中当所述实时电流值大于所述第一门限值时，确定所述变压器的电流异常；
其中所述第一门限值是基于四分差算法确定的。
可见，在本发明实施方式中，无需采用机器学习方式，通过由四分差算法确定的第一门限值可以简便快速地确定变压器的电流过大异常。
在一个实施方式中，所述确定模块，还用于将所述实时电流值与第二门限值进行比较，其中当所述实时电流值小于所述第二门限值时，确定所述变压器的电流异常；其中所述第二门限值是基于四分差算法确定的。
因此，在本发明实施方式中，无需采用机器学习方式，通过由四分差算法确定的第二门限值可以简便快速地确定变压器的电流过低异常。
在一个实施方式中，还包括：
门限值确定模块，用于获取变压器的第一组电流值，该第一组电流值包含历史电流值；确定所述第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。
可见，通过包含历史电流值的第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，可以快速确定出第一门限值和第二门限值，提高了计算效率。
在一个实施方式中，还包括：
门限值确定模块，用于获取变压器的第二组电流值，该第二组电流值包含所述实时电流值和历史电流值；确定所述第二组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。
因此，通过包含历史电流值和实时电流值的第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，可以准确地确定出第一门限值和第二门限值，提高了计算效率。
在一个实施方式中，所述k
1和所述m
1都等于10，所述k
2和所述m
2都等于3。
可见，本发明实施方式提出了适用于变压器的优选预定因子。
在一个实施方式中，所述获取模块，还用于获取变压器的历史电流值；所述确定模块，还用于将所述历史电流值与第一门限值进行比较，其中当所述历史电流值大于所述第一门限值时，确定所述变压器的电流在该历史电流值的时间点处异常；将所述历史电流值与第二门限值进行比较，其中当所述历史电流值小于所述第二门限值时，确定所述变压器的电流在该历史电流值的时间点处异常。
因此，本发明实施方式还可以利用第一门限值和第二门限值，确定历史电流值中是否存在异常，便于回溯历史状态。
一种变压器的异常检测装置，包括：处理器和存储器；
其中所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如上所述的变压器的异常检测方法。
因此，本发明实施方式还提出了一种具有处理器-存储器架构的、变压器的异常检测装置，无需采用机器学习方式，通过由四分差算法确定的第一门限值可以简便快速地确定变压器的电流过大异常。
一种计算机可读存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上所述的变压器的异常检测方法。
可见，因此，本发明实施方式还提出了一种存储有计算机可读指令的计算机可读存储介质，无需采用机器学习方式，通过由四分差算法确定的第一门限值可以简便快速地确定变压器的电流过大异常。
图1为本发明实施方式的变压器的异常检测方法的流程图。
图2为本发明实施方式的变压器电流曲线的示意图。
图3本发明实施方式确定变压器的异常电流值的示范性示意图。
图4为本发明实施方式的变压器的异常检测装置的结构图。
图5为本发明实施方式具有存储器-处理器架构的、变压器的异常检测的结构图。
其中，附图标记如下：
| 标号 | 含义 |
| 100 | 变压器的异常检测方法 |
| 101～102 | 步骤 |
| 21 | 电流极值点1 |
| 22 | 电流极值点2 |
| 41 | 第一门限值的滑动平均曲线 |
| 31 | 电流极大值的滑动平均曲线的第一子曲线 |
| 32 | 电流极大值的滑动平均曲线的第二子曲线 |
| 33 | 电流极大值的滑动平均曲线的第三子曲线 |
| 400 | 变压器的异常检测装置 |
| 401 | 获取模块 |
| 402 | 确定模块 |
| 403 | 门限值确定模块 |
| 500 | 变压器的异常检测装置 |
| 501 | 处理器 |
| 502 | 存储器 |
为了使本发明的技术方案及优点更加清楚明白，以下结合附图及实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以阐述性说明本发明，并不用于限定本发明的保护范围。
为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。
本发明实施方式提出变压器的异常检测方案。其中：通过检测变压器的实时电流值中的异常极大值和/或异常极小值，可以确定出变压器的实时电流异常。通过检测变压器的历史电流值中的异常极大值和/或异常极小值，可以确定出变压器的历史电流异常。而且，根据四分差算法确定用于确定出异常极大值的异常极小值的各自的门限值。
图1为本发明实施方式的变压器的异常检测方法的流程图。
如图1所示，该方法包括：
步骤101：获取变压器的实时电流值。
在这里，可以从变压器的电流表(比如，各种高压电流表)中实时读取变压器的实时电流值。可选地，还可以直接利用电流传感器采集变压器的实时电流值。
步骤101中获取的实时电流值可以包含在数据采集时候的、变压器的电流值。该实时电流值还可以包含针对在数据采集时候的、变压器的电流值进行各种数据运算后的电流值。比如，在数据采集时候的、变压器的电流值与数据采集时候之前预定时间段(比如，预设的滑动窗口)内的电流值的平均值。
步骤102：将实时电流值与第一门限值进行比较，其中当实时电流值大于第一门限值时，确定变压器的电流异常；其中第一门限值是基于四分差算法确定的。
可见，通过检测变压器的实时电流值中的异常极大值(即大于第一门限值的实时电流值)，本发明实施方式可以确定出变压器实时电流的过大异常状态。也就是说，当实时电流值大于第一门限值时，则确定变压器的实时电流因过大而异常。
在一个实施方式中，该方法100还包括：将实时电流值与第二门限值进行比较，其中当实时电流值小于第二门限值时，确定变压器的电流异常；其中第二门限值是基于四分差算法确定的。
可见，通过检测变压器的实时电流值中的异常极小值(即小于第二门限值的实时电流值)，本发明实 施方式可以确定出变压器实时电流的过小异常状态。也就是说，当实时电流值小于第二门限值时，则确定变压器的电流因过小而异常。
适配于判定异常极大值的第一门限值和适配于判定异常极小值的第二门限值，都是基于四分差算法确定的。其中，四分差算法中的样本，可以只包含该实时电流值之前的历史时刻的电流值，也可以既包含该实时电流值，还包含该实时电流值之前的历史时刻的电流值。
在这里，四分差(interquartile range,IQR)，又称为四分位距，是描述统计学中的一种方法，以确定第三四分位数和第一四分位数的区别。四分位数(Quartile)是统计学中分位数的一种，即把所有数值(即样本)由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。其中：第一四分位数(Q
1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25％的数字。第二四分位数(Q
2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50％的数字。第三四分位数(Q
3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75％的数字。第三四分位数与第一四分位数的差距，即为四分差。
在一个实施方式中，纯粹利用该变压器的历史电流值以确定第一门限值和第二门限值。在这个实施方式中：首先，获取变压器的第一组电流值，该第一组电流值仅包含历史电流值；然后，将第一组电流值中的所有数值(即电流值)由小到大排列并分成四等份，并确定第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；接着，再确定第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。优选地，通过滑动平均方法，持续地更新第一门限值和第二门限值。也就是，通过时间顺序逐期增减新旧数据求算移动平均值，借以消除偶然变动因素。比如，按照半个月为时间单位，滑动平均计算方式更新第一门限值和第二门限值。
申请人发现变压器的电流值具有不同于正态分布的特定分布属性。因此，确定第一门限值K和第二门限值M的过程中的各种预定因子(即第一预定因子、第二预定因子、第三预定因子和第四预定因子)不应参照正态分布情形。申请人经过大量实验还发现：在纯粹利用该变压器的历史电流值以确定第一门限值和第二门限值的情形中，当k
1和m
1都等于10，k
2和m
2都等于3时，第一门限值K和第二门限值M对于变压器的异常检测具有较佳的准确度。
举例，假定当前时刻为2021年5月5日中午12点。首先，确定第一门限值K和第二门限值M，具体包括：从历史数据库中获取变压器的、当前时刻之前的一组历史电流值；按照这组历史电流值中的电流值从小到大顺序将该组历史电流值排列，并分成四等份；计算第一四分位数Q
1、第三四分位数Q
3和四分差IQR，并计算第一门限值K和第二门限值M。其中K＝1Q*(Q
3+3*IQR)，M＝10*(Q
1-3*IQR)。然后，将当前时刻的电流值与第一门限值K和第二门限值M进行比较，其中如果当前时刻的电流值大于K，认定变压器因电流值过大而正在发送电流值过大异常，如果当前时刻的电流值小于M，认定变压器因电流值过小 而正在发送电流值过小异常。其中，确定第一门限值K和第二门限值M的步骤，也可以在当前时刻之前预先执行。
在一个实施方式中，利用该变压器的历史电流数据和实时电流值以确定第一门限值和第二门限值。在这个实施方式中：首先，获取变压器的第二组电流值，该第二组电流值包含所述实时电流值和历史电流值；然后，将第一组电流值中的所有数值(即电流值)由小到大排列并分成四等份，并确定所述第二组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。优选地，通过滑动平均方法，持续地更新第一门限值和第二门限值。也就是，通过时间顺序逐期增减新旧数据求算移动平均值，借以消除偶然变动因素。比如，按照半个月为时间单位，滑动平均计算方式更新第一门限值和第二门限值。
申请人发现变压器的电流值具有不同于正态分布的特定分布属性。因此，确定第一门限值K和第二门限值M的过程中的各种预定因子(即第一预定因子、第二预定因子、第三预定因子和第四预定因子)不应参照正态分布情形。申请人经过大量实验还发现：在利用该变压器的历史电流数据和实时电流值以确定第一门限值和第二门限值的情形中，当k
1和m
1都等于10，k
2和m
2都等于3时，第一门限值K和第二门限值M对于变压器的异常检测具有较佳的准确度。
举例，假定当前时刻为2021年5月5日下午2点。首先，确定第一门限值K和第二门限值M，具体包括：从历史数据库中获取变压器的、当前时刻之前的历史电流值(比如当前时刻之前的三个月数据)，而且将变压器的实时电流值与当前时刻之前的历史电流值共同组为一组数据；按照这组数据中的电流值从小到大顺序将该组电流值排列，并分成四等份；计算第一四分位数Q
1、第三四分位数Q
3和四分差IQR，并计算第一门限值K和第二门限值M。其中K＝10*(Q
3+3*IQR)，M＝10*(Q
1-3*IQR)。然后，将当前时刻的电流值与第一门限值K和第二门限值M进行比较，其中如果当前时刻的电流值大于K，认定变压器因电流值过大而正在发送电流值过大异常，如果当前时刻的电流值小于M，认定变压器因电流值过小而正在发送电流值过小异常。其中，确定第一门限值K和第二门限值M的步骤，也可以在当前时刻之前预先执行。
当在步骤102中确定出电流异常后，可以向用户发出各种类型的报警提示。比如，发出用于提示电流值过大或过小的声、光、电等各种媒介的报警信息。
在本发明实施方式中，还可以针对历史上的电流值进行回溯性分析以确定异常。
在一个实施方式中，获取变压器的历史电流值；将所述历史电流值与第一门限值进行比较，其中当所述历史电流值大于所述第一门限值时，确定所述变压器的电流在该历史电流值的时间点处异常；将所述历史电流值与第二门限值进行比较，其中当所述历史电流值小于所述第二门限值时，确定所述变压器的电流在该历史电流值的时间点处异常。通过执行回溯性分析，便于总结出变压器的异常规律。
图2为本发明实施方式的变压器电流曲线的示意。
在图2中，横轴为时间，纵轴为变压器的电流值。由该曲线可见，变压器的电流值大部分时间都为零，但存在显著超出零的电流极值点1和电流极值点2。
图3本发明实施方式确定变压器的异常电流值的示范性示意图。
在图3中，横轴为基于时间的电流采集次数，纵轴为变压器的电流值。曲线41为基于本发明实施方式确定的、适配于判定异常极大值的第一门限值的滑动平均曲线。电流极大值的滑动平均曲线的第一子曲线31、第二子曲线32和第三子曲线33组成电流极大值的滑动平均曲线，电流极大值的滑动平均曲线中的每个点都是七天内的电流最大值。可见，第二子曲线32和第三子曲线33都位于曲线41之下，因此第二子曲线32和第三子曲线33中不存在异常极大值。而且，第一子曲线31中的两个点都位于曲线41之上，因第一子曲线31中的这两个点被判定为异常极大值点。
以上示范性描述了确定变压器的电流值过大异常的示范性实例，本领域技术人员可以意识到，还可以类似方式确定变压器的电流值过小异常。本发明实施方式还提出了一种变压器的异常检测装置。图4为本发明实施方式的变压器的异常检测装置的结构图。
如图4所示，变压器的异常检测装置400包括：
获取模块401，用于获取变压器的实时电流值；
确定模块402，用于将所述实时电流值与第一门限值进行比较，其中当所述实时电流值大于所述第一门限值时，确定所述变压器的电流异常；
其中所述第一门限值是基于四分差算法确定的。
在一个实施方式中，所述确定模块401，还用于将所述实时电流值与第二门限值进行比较，其中当所述实时电流值小于所述第二门限值时，确定所述变压器的电流异常；其中所述第二门限值是基于四分差算法确定的。
在一个实施方式中，还包括门限值确定模块403，用于获取变压器的第一组电流值，该第一组电流值包含历史电流值；确定所述第一组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。
在一个实施方式中，还包括门限值确定模块403，用于获取变压器的第二组电流值，该第二组电流值包含所述实时电流值和历史电流值；确定所述第二组电流值的第一四分位数Q
1、第三四分位数Q
3和四分差IQR，其中IQR为第三四分位数Q
3与第一四分位数Q
1的差；确定所述第一门限值K和第二门限值M，其中K＝k
1*(Q
3+k
2*IQR)，M＝m
1*(Q
1-m
2*IQR)；其中k
1为第一预定因子，k
2为第二预定因子，m
1为第三预定因子，m
2为第四预定因子。
在一个实施方式中，所述k
1和所述m
1都等于10，所述k
2和所述m
2都等于3。
在一个实施方式中，所述获取模块401，还用于获取变压器的历史电流值；所述确定模块402，还用于将所述历史电流值与第一门限值进行比较，其中当所述历史电流值大于所述第一门限值时，确定所述变压器的电流在该历史电流值的时间点处异常；将所述历史电流值与第二门限值进行比较，其中当所述历史电流值小于所述第二门限值时，确定所述变压器的电流在该历史电流值的时间点处异常。
基于上述描述，本发明实施方式还提出有存储器-处理器架构的、变压器属性信息的更新装置。
图5为本发明实施方式具有存储器-处理器架构的、变压器的异常检测装置的方框图。
如图5所示，变压器的异常检测装置500包括处理器501、存储器502及存储在存储器502上并可在处理器501上运行的计算机程序，计算机程序被处理器501执行时实现如上任一项的变压器的异常检测方法。
其中，存储器502具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器501可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列，其中现场可编程门阵列集成一或多个中央处理器核。具体地，中央处理器或中央处理器核可以实施为CPU或MCU或DSP等等。
需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本文所述方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、 DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。
以上所述，仅为本发明的较佳实施方式而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (14)
- 一种变压器的异常检测方法(100)，其特征在于，该方法(100)包括：获取变压器的实时电流值(101)；将所述实时电流值与第一门限值进行比较，其中当所述实时电流值大于所述第一门限值时，确定所述变压器的电流异常(102)；其中所述第一门限值是基于四分差算法确定的。
- 根据权利要求1所述的变压器的异常检测方法(100)，其特征在于，该方法(100)还包括：将所述实时电流值与第二门限值进行比较，其中当所述实时电流值小于所述第二门限值时，确定所述变压器的电流异常；其中所述第二门限值是基于四分差算法确定的。
- 根据权利要求2所述的变压器的异常检测方法(100)，其特征在于，该方法(100)还包括：获取变压器的第一组电流值，该第一组电流值包含历史电流值；确定所述第一组电流值的第一四分位数Q 1、第三四分位数Q 3和四分差IQR，其中IQR为第三四分位数Q 3与第一四分位数Q 1的差；确定所述第一门限值K和第二门限值M，其中K＝k 1*(Q 3+k 2*IQR)，M＝m 1*(Q 1-m 2*IQR)；其中k 1为第一预定因子，k 2为第二预定因子，m 1为第三预定因子，m 2为第四预定因子。
- 根据权利要求2所述的变压器的异常检测方法(100)，其特征在于，该方法(100)还包括：获取变压器的第二组电流值，该第二组电流值包含所述实时电流值和历史电流值；确定所述第二组电流值的第一四分位数Q 1、第三四分位数Q 3和四分差IQR，其中IQR为第三四分位数Q 3与第一四分位数Q 1的差；确定所述第一门限值K和第二门限值M，其中K＝k 1*(Q 3+k 2*IQR)，M＝m 1*(Q 1-m 2*IQR)；其中k 1为第一预定因子，k 2为第二预定因子，m 1为第三预定因子，m 2为第四预定因子。
- 根据权利要求3或4所述的变压器的异常检测方法(100)，其特征在于，所述k 1和所述m 1都等于10，所述k 2和所述m 2都等于3。
- 根据权利要求2所述的变压器的异常检测方法(100)，其特征在于，还包括：获取变压器的历史电流值；将所述历史电流值与第一门限值进行比较，其中当所述历史电流值大于所述第一门限值时，确定所述变压器的电流在该历史电流值的时间点处异常；将所述历史电流值与第二门限值进行比较，其中当所述历史电流值小于所述第二门限值时，确定所述变压器的电流在该历史电流值的时间点处异常。
- 一种变压器的异常检测装置(400)，其特征在于，该装置(400)包括：获取模块(401)，用于获取变压器的实时电流值；确定模块(402)，用于将所述实时电流值与第一门限值进行比较，其中当所述实时电流值大于所述第 一门限值时，确定所述变压器的电流异常；其中所述第一门限值是基于四分差算法确定的。
- 根据权利要求7所述的变压器的异常检测装置(400)，其特征在于，所述确定模块(402)，还用于将所述实时电流值与第二门限值进行比较，其中当所述实时电流值小于所述第二门限值时，确定所述变压器的电流异常；其中所述第二门限值是基于四分差算法确定的。
- 根据权利要求8所述的变压器的异常检测装置(400)，其特征在于，还包括：门限值确定模块(403)，用于获取变压器的第一组电流值，该第一组电流值包含历史电流值；确定所述第一组电流值的第一四分位数Q 1、第三四分位数Q 3和四分差IQR，其中IQR为第三四分位数Q 3与第一四分位数Q 1的差；确定所述第一门限值K和第二门限值M，其中K＝k 1*(Q 3+k 2*IQR)，M＝m 1*(Q 1-m 2*IQR)；其中k 1为第一预定因子，k 2为第二预定因子，m 1为第三预定因子，m 2为第四预定因子。
- 根据权利要求8所述的变压器的异常检测装置(400)，其特征在于，还包括：门限值确定模块(403)，用于获取变压器的第二组电流值，该第二组电流值包含所述实时电流值和历史电流值；确定所述第二组电流值的第一四分位数Q 1、第三四分位数Q 3和四分差IQR，其中IQR为第三四分位数Q 3与第一四分位数Q 1的差；确定所述第一门限值K和第二门限值M，其中K＝k 1*(Q 3+k 2*IQR)，M＝m 1*(Q 1-m 2*IQR)；其中k 1为第一预定因子，k 2为第二预定因子，m 1为第三预定因子，m 2为第四预定因子。
- 根据权利要求9或10所述的变压器的异常检测装置(400)，其特征在于，所述k 1和所述m 1都等于10，所述k 2和所述m 2都等于3。
- 根据权利要求8所述的变压器的异常检测装置(400)，其特征在于，所述获取模块(401)，还用于获取变压器的历史电流值；所述确定模块(402)，还用于将所述历史电流值与第一门限值进行比较，其中当所述历史电流值大于所述第一门限值时，确定所述变压器的电流在该历史电流值的时间点处异常；将所述历史电流值与第二门限值进行比较，其中当所述历史电流值小于所述第二门限值时，确定所述变压器的电流在该历史电流值的时间点处异常。
- 一种变压器的异常检测装置(500)，其特征在于，包括：处理器(501)和存储器(502)；其中所述存储器(502)中存储有可被所述处理器(501)执行的应用程序，用于使得所述处理器(501)执行如权利要求1至6中任一项所述的变压器的异常检测方法(100)。
- 一种计算机可读存储介质，其特征在于，其中存储有计算机可读指令，该计算机可读指令用于执行如权利要求1至6中任一项所述的变压器的异常检测方法(100)。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202180100592.2A CN117769657A (zh) | 2021-07-29 | 2021-07-29 | 一种变压器的异常检测方法、装置和计算机可读存储介质 |
| PCT/CN2021/109335 WO2023004700A1 (zh) | 2021-07-29 | 2021-07-29 | 一种变压器的异常检测方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2021/109335 WO2023004700A1 (zh) | 2021-07-29 | 2021-07-29 | 一种变压器的异常检测方法、装置和计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2023004700A1 true WO2023004700A1 (zh) | 2023-02-02 |
Family
ID=85086005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/109335 WO2023004700A1 (zh) | 2021-07-29 | 2021-07-29 | 一种变压器的异常检测方法、装置和计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN117769657A (zh) |
| WO (1) | WO2023004700A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116719397A (zh) * | 2023-08-03 | 2023-09-08 | 深圳比特微电子科技有限公司 | 区块链服务器及其电源散热方法、装置、电源和存储介质 |
| CN117275195A (zh) * | 2023-11-23 | 2023-12-22 | 济南嘉宏科技有限责任公司 | 一种基于异常检测的设备动态预警阈值确定系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH102918A (ja) * | 1996-06-17 | 1998-01-06 | Matsushita Electric Ind Co Ltd | 異常電流検出回路 |
| TWM525529U (zh) * | 2015-12-11 | 2016-07-11 | Fortune Electric Co Ltd | 變壓器內部故障極微小電流監測器 |
| CN209373010U (zh) * | 2019-01-15 | 2019-09-10 | 肖远奇 | 变压器检测系统及变压器预警系统 |
| CN110532681A (zh) * | 2019-08-28 | 2019-12-03 | 哈尔滨工业大学 | 基于narx网络-箱线图和常模式提取的燃机异常检测方法 |
| CN209894890U (zh) * | 2018-12-16 | 2020-01-03 | 国网新疆电力有限公司乌鲁木齐供电公司 | 基于plc变压器接地铁芯接地电流在线监测装置 |
-
2021
- 2021-07-29 WO PCT/CN2021/109335 patent/WO2023004700A1/zh active Application Filing
- 2021-07-29 CN CN202180100592.2A patent/CN117769657A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH102918A (ja) * | 1996-06-17 | 1998-01-06 | Matsushita Electric Ind Co Ltd | 異常電流検出回路 |
| TWM525529U (zh) * | 2015-12-11 | 2016-07-11 | Fortune Electric Co Ltd | 變壓器內部故障極微小電流監測器 |
| CN209894890U (zh) * | 2018-12-16 | 2020-01-03 | 国网新疆电力有限公司乌鲁木齐供电公司 | 基于plc变压器接地铁芯接地电流在线监测装置 |
| CN209373010U (zh) * | 2019-01-15 | 2019-09-10 | 肖远奇 | 变压器检测系统及变压器预警系统 |
| CN110532681A (zh) * | 2019-08-28 | 2019-12-03 | 哈尔滨工业大学 | 基于narx网络-箱线图和常模式提取的燃机异常检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| LIU LINQING, GE YUNLONG; LI MENGYU; ZHAO PEI; LI FEI: "Condition Monitoring and Fault Diagnosis of Distribution Transformer Based on Measurement Data and Data-driven Technology", GAOYA-DIANQI = HIGH VOLTAGE APPARATUS, CN, vol. 56, no. 9, 16 September 2020 (2020-09-16), CN , pages 11 - 19, XP093028416, ISSN: 1001-1609, DOI: 10.13296/j.1001-1609.hva.2020.09.002 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116719397A (zh) * | 2023-08-03 | 2023-09-08 | 深圳比特微电子科技有限公司 | 区块链服务器及其电源散热方法、装置、电源和存储介质 |
| CN116719397B (zh) * | 2023-08-03 | 2024-05-03 | 深圳比特微电子科技有限公司 | 区块链服务器及其电源散热方法、装置、电源和存储介质 |
| CN117275195A (zh) * | 2023-11-23 | 2023-12-22 | 济南嘉宏科技有限责任公司 | 一种基于异常检测的设备动态预警阈值确定系统及方法 |
| CN117275195B (zh) * | 2023-11-23 | 2024-02-06 | 济南嘉宏科技有限责任公司 | 一种基于异常检测的设备动态预警阈值确定系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117769657A (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023004700A1 (zh) | 一种变压器的异常检测方法、装置和计算机可读存储介质 | |
| CN109977535B (zh) | 一种线损异常诊断方法、装置、设备及可读存储介质 | |
| CN108535543B (zh) | 基于集中器与电表同步采样的台区相位识别方法 | |
| CN110727662A (zh) | 基于相关性分析的低压台区用户相位识别方法和系统 | |
| JP4802129B2 (ja) | 電力品質評価システム | |
| CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
| CN116413545B (zh) | 直流配电网电能质量评估方法及系统 | |
| CN114148216A (zh) | 电池自放电率异常检测方法、系统、设备及存储介质 | |
| EP3958194A1 (en) | Method and device for assessing state of health of transformer, and storage medium | |
| CN109450089B (zh) | 一种台区低电压识别方法、装置及终端设备 | |
| CN113688987A (zh) | 光伏监测模型的训练方法、光伏设备的监测方法及设备 | |
| CN115291006A (zh) | 基于用电数据的污染企业环保工况异常识别方法 | |
| CN114970665A (zh) | 模型训练方法、电解电容剩余寿命预测方法及系统 | |
| CN105319528B (zh) | 一种电能表的运行工况检验方法 | |
| CN112215482B (zh) | 一种户变关系识别方法和装置 | |
| CN115656910B (zh) | 互感器校验仪器远程校准系统、方法及装备 | |
| CN116975389A (zh) | 一种变电站故障分析方法及装置 | |
| CN116662840A (zh) | 一种基于机器学习的低压台区用户相位识别方法 | |
| CN114325107A (zh) | 一种谐波阻抗计算结果准确性判断方法 | |
| JP2020521230A (ja) | 油中の溶存ガス体積分率の予測方法および端末装置 | |
| CN117992776B (zh) | 基于人工智能的电网设备健康状态实时预测方法 | |
| CN110162806A (zh) | 一种仿真误差评估方法及系统 | |
| CN116131231B (zh) | 一种低压供配电系统it接法智能保护系统 | |
| WO2023004699A1 (zh) | 一种变压器的数据完整性的呈现方法、装置和存储介质 | |
| CN116296141B (zh) | 一种应用于气密性检测设备的实时监测方法及其系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21951307 Country of ref document: EP Kind code of ref document: A1 |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 202180100592.2 Country of ref document: CN |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21951307 Country of ref document: EP Kind code of ref document: A1 |