本發(fā)明涉及變壓器評估，尤其涉及一種變壓器狀態(tài)評估方法、裝置、終端設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、變壓器工作原理復(fù)雜，設(shè)備內(nèi)部物理場眾多，由于設(shè)備電壓較高和尺寸較大，使得變壓器的檢修運維工作缺乏時效性。數(shù)字孿生是一種通過平臺連接物理實體和數(shù)字模型，借助歷史數(shù)據(jù)和實時數(shù)據(jù)以及相關(guān)算法來模擬物理實體全生命周期的技術(shù)，具備雙向、持續(xù)、開放和互聯(lián)的特點。數(shù)字孿生技術(shù)能夠綜合集成設(shè)備內(nèi)外多種物理信息，在數(shù)字世界中建立一種對物理世界的全面映射，實時快速的反映出物理實體當(dāng)下的運行狀況，并根據(jù)記錄的傳感器數(shù)據(jù)和歷史數(shù)據(jù)，實時分析修正數(shù)字模型，做到物理實體的全壽命周期管理。變壓器的數(shù)字孿生技術(shù)就是運用數(shù)字孿生的超強時效性和設(shè)備管理維護功能，為變壓器建立一對一的數(shù)字孿生體，充分保證了變壓器可以在高電壓下正常工作。

2、目前對于變壓器狀態(tài)的評估，常以dga數(shù)據(jù)為特征參量挖掘，使用機器學(xué)習(xí)模型對變壓器狀態(tài)進行評估，但是使用機器學(xué)習(xí)模型需要先訓(xùn)練模型，但是變壓器狀態(tài)監(jiān)測數(shù)據(jù)通常包括設(shè)備運行數(shù)據(jù)和環(huán)境氣象數(shù)據(jù)等大量復(fù)雜數(shù)據(jù)，機器學(xué)習(xí)模型在訓(xùn)練數(shù)據(jù)上容易過擬合，雖然可以通過正則化和交叉驗證等方法來解決，但是這些方法增加模型調(diào)優(yōu)時間和復(fù)雜度，導(dǎo)致模型泛化能力不足，進而模型對變壓器狀態(tài)評估的精度不高。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供一種變壓器狀態(tài)評估方法、裝置、終端設(shè)備及存儲介質(zhì)，能有效解決現(xiàn)有技術(shù)對變壓器狀態(tài)評估的精度不高的問題。

2、本發(fā)明一實施例提供一種變壓器狀態(tài)評估方法，包括：

3、獲取待評估變壓器的設(shè)備數(shù)據(jù)以及變壓器故障氣體數(shù)據(jù)；

4、根據(jù)所述設(shè)備數(shù)據(jù)構(gòu)建待評估變壓器的變壓器數(shù)字孿生模型；

5、根據(jù)所述變壓器數(shù)字孿生模型，確定所述變壓器數(shù)字孿生模型中待評估變壓器的運行狀態(tài)氣體數(shù)據(jù)；并根據(jù)所述運行狀態(tài)氣體數(shù)據(jù)計算得到運行狀態(tài)氣體數(shù)據(jù)比值；

6、將所述運行狀態(tài)氣體數(shù)據(jù)比值輸入至預(yù)設(shè)的變壓器狀態(tài)評估模型中進行評估，得到待評估變壓器的狀態(tài)評估結(jié)果；

7、其中，所述變壓器狀態(tài)評估模型的訓(xùn)練，包括：

8、根據(jù)所述變壓器故障氣體數(shù)據(jù)，計算每兩個變壓器故障氣體數(shù)據(jù)之間的比值，并將所述比值作為待訓(xùn)練樣本集；

9、以所述待訓(xùn)練樣本集為輸入，以變壓器狀態(tài)類型為輸出，對待訓(xùn)練的變壓器狀態(tài)評估模型進行訓(xùn)練，直至達(dá)到預(yù)設(shè)的迭代次數(shù)，得到訓(xùn)練完成的變壓器狀態(tài)評估模型。

10、進一步地，根據(jù)所述變壓器故障氣體數(shù)據(jù)，計算每兩個變壓器故障氣體數(shù)據(jù)之間的比值，并將所述比值作為待訓(xùn)練樣本集，包括：

11、根據(jù)所述變壓器故障氣體數(shù)據(jù)，確定變壓器故障氣體含量；

12、根據(jù)變壓器故障氣體含量，計算每兩個變壓器故障氣體數(shù)據(jù)的氣體含量比值；

13、根據(jù)所述氣體含量比值，計算所述氣體含量比值所對應(yīng)的比值均值以及比值標(biāo)準(zhǔn)差；

14、根據(jù)比值均值、比值標(biāo)準(zhǔn)差以及氣體含量比值，計算氣體含量比值的相關(guān)系數(shù)；

15、將所述相關(guān)系數(shù)大于預(yù)設(shè)閾值所對應(yīng)的氣體含量比值剔除，得到最終的氣體含量比值，并將最終的氣體含量比值作為待訓(xùn)練樣本集。

16、進一步地，以所述待訓(xùn)練樣本集為輸入，以變壓器狀態(tài)類型為輸出，對待訓(xùn)練的變壓器狀態(tài)評估模型進行訓(xùn)練，直至達(dá)到預(yù)設(shè)的迭代次數(shù)，得到訓(xùn)練完成的變壓器狀態(tài)評估模型，包括：

17、將所述待訓(xùn)練樣本集輸入至待訓(xùn)練的變壓器狀態(tài)評估模型中進行隨機優(yōu)化，得到初始訓(xùn)練樣本群；

18、根據(jù)所述初始訓(xùn)練樣本群，得到所述初始訓(xùn)練樣本群的初始樣本群參數(shù)；

19、將所述初始訓(xùn)練樣本群進行混沌映射，得到初始樣本群位置；

20、根據(jù)所述初始樣本群位置以及所述待訓(xùn)練樣本集，重復(fù)執(zhí)行迭代優(yōu)化操作，直至達(dá)到預(yù)設(shè)的迭代次數(shù)，將最終的樣本群位置輸出作為變壓器狀態(tài)類型，得到訓(xùn)練完成的變壓器狀態(tài)評估模型；

21、其中，所述迭代優(yōu)化操作，包括：

22、根據(jù)當(dāng)前樣本群位置、當(dāng)前樣本群參數(shù)以及所述待訓(xùn)練樣本集，構(gòu)建適應(yīng)度目標(biāo)函數(shù)；初次迭代優(yōu)化操作的當(dāng)前樣本群位置為初始樣本群位置，當(dāng)前樣本群參數(shù)為初始樣本群參數(shù)；

23、根據(jù)當(dāng)前迭代優(yōu)化操作次數(shù)、預(yù)設(shè)的迭代次數(shù)以及預(yù)設(shè)的閾值系數(shù)，計算得到當(dāng)前適應(yīng)度閾值；

24、根據(jù)所述適應(yīng)度目標(biāo)函數(shù)、當(dāng)前適應(yīng)度閾值以及預(yù)設(shè)的樣本群更新權(quán)重，得到更新后的樣本群位置；

25、根據(jù)更新后的樣本群位置更新當(dāng)前樣本群位置；并根據(jù)更新后的當(dāng)前樣本群位置更新當(dāng)前樣本群參數(shù)。

26、進一步地，根據(jù)當(dāng)前樣本群位置以及所述待訓(xùn)練樣本集，構(gòu)建適應(yīng)度目標(biāo)函數(shù)，包括：

27、將所述待訓(xùn)練樣本集隨機分為若干數(shù)據(jù)集；

28、根據(jù)當(dāng)前樣本群位置所對應(yīng)的位置數(shù)量以及若干數(shù)據(jù)集所對應(yīng)的數(shù)據(jù)集數(shù)量，計算位置數(shù)量以及數(shù)據(jù)集數(shù)量的比值；

29、將位置數(shù)量以及數(shù)據(jù)集數(shù)量的比值作為適應(yīng)度值；

30、根據(jù)所述適應(yīng)度值以及數(shù)據(jù)集數(shù)量，構(gòu)建適應(yīng)度目標(biāo)函數(shù)。

31、進一步地，根據(jù)所述適應(yīng)度目標(biāo)函數(shù)、當(dāng)前適應(yīng)度閾值以及預(yù)設(shè)的樣本群更新權(quán)重，得到更新后的樣本群位置，包括：

32、根據(jù)所述適應(yīng)度目標(biāo)函數(shù)，確定當(dāng)前適應(yīng)度值；

33、將當(dāng)前適應(yīng)度值以及當(dāng)前適應(yīng)度閾值進行比較，確定當(dāng)前樣本群位置更新類型；

34、在當(dāng)前適應(yīng)度值小于當(dāng)前適應(yīng)度閾值的情況下，根據(jù)當(dāng)前樣本群位置、預(yù)設(shè)的迭代次數(shù)、預(yù)設(shè)的樣本群更新權(quán)重、當(dāng)前樣本群位置與上一次迭代優(yōu)化的樣本群位置之間的距離以及當(dāng)前遞減系數(shù)，得到更新后的樣本群位置；

35、在當(dāng)前適應(yīng)度值大于或等于當(dāng)前適應(yīng)度閾值的情況下，根據(jù)當(dāng)前樣本群位置、預(yù)設(shè)的迭代次數(shù)、當(dāng)前樣本群位置與上一次迭代優(yōu)化的樣本群位置之間的距離以及預(yù)設(shè)的樣本群更新權(quán)重，得到更新后的樣本群位置；

36、其中，初次迭代優(yōu)化操作時上一次迭代優(yōu)化的樣本群位置為當(dāng)前樣本群位置；當(dāng)前遞減系數(shù)根據(jù)預(yù)設(shè)的迭代次數(shù)以及當(dāng)前迭代優(yōu)化操作次數(shù)計算得到。

37、進一步地，所述變壓器數(shù)字孿生模型包括數(shù)據(jù)分析層；所述變壓器狀態(tài)評估模型部署在所述數(shù)據(jù)分析層中。

38、作為上述方案的改進，本發(fā)明另一實施例對應(yīng)提供了一種變壓器狀態(tài)評估裝置，包括：

39、變壓器數(shù)據(jù)獲取模塊，用于獲取待評估變壓器的設(shè)備數(shù)據(jù)以及變壓器故障氣體數(shù)據(jù)；

40、數(shù)字孿生模型構(gòu)建模塊，用于根據(jù)所述設(shè)備數(shù)據(jù)構(gòu)建待評估變壓器的變壓器數(shù)字孿生模型；

41、氣體比值確定模塊，用于根據(jù)所述變壓器數(shù)字孿生模型，確定所述變壓器數(shù)字孿生模型中待評估變壓器的運行狀態(tài)氣體數(shù)據(jù)；并根據(jù)所述運行狀態(tài)氣體數(shù)據(jù)計算得到運行狀態(tài)氣體數(shù)據(jù)比值；

42、變壓器狀態(tài)評估模塊，用于將所述運行狀態(tài)氣體數(shù)據(jù)比值輸入至預(yù)設(shè)的變壓器狀態(tài)評估模型中進行評估，得到待評估變壓器的狀態(tài)評估結(jié)果；

43、其中，變壓器狀態(tài)評估模塊，包括：

44、訓(xùn)練樣本確定單元，用于根據(jù)所述變壓器故障氣體數(shù)據(jù)，計算每兩個變壓器故障氣體數(shù)據(jù)之間的比值，并將所述比值作為待訓(xùn)練樣本集；

45、模型訓(xùn)練單元，用于以所述待訓(xùn)練樣本集為輸入，以變壓器狀態(tài)類型為輸出，對待訓(xùn)練的變壓器狀態(tài)評估模型進行訓(xùn)練，直至達(dá)到預(yù)設(shè)的迭代次數(shù)，得到訓(xùn)練完成的變壓器狀態(tài)評估模型。

46、進一步地，所述訓(xùn)練樣本確定單元，還包括：

47、故障氣體含量確定子單元，用于根據(jù)所述變壓器故障氣體數(shù)據(jù)，確定變壓器故障氣體含量；

48、含量比值計算子單元，用于根據(jù)變壓器故障氣體含量，計算每兩個變壓器故障氣體數(shù)據(jù)的氣體含量比值；

49、均值及標(biāo)準(zhǔn)差計算子單元，用于根據(jù)所述氣體含量比值，計算所述氣體含量比值所對應(yīng)的比值均值以及比值標(biāo)準(zhǔn)差；

50、相關(guān)系數(shù)計算子單元，用于根據(jù)比值均值、比值標(biāo)準(zhǔn)差以及氣體含量比值，計算氣體含量比值的相關(guān)系數(shù)；

51、樣本處理子單元，用于將所述相關(guān)系數(shù)大于預(yù)設(shè)閾值所對應(yīng)的氣體含量比值剔除，得到最終的氣體含量比值，并將最終的氣體含量比值作為待訓(xùn)練樣本集。

52、本發(fā)明另一實施例提供了一種終端設(shè)備，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執(zhí)行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述實施例中所述的一種變壓器狀態(tài)評估方法。

53、本發(fā)明另一實施例提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述計算機可讀存儲介質(zhì)所在設(shè)備執(zhí)行上述實施例所述的一種變壓器狀態(tài)評估方法。

54、通過實施本發(fā)明，至少具有如下有益效果：

55、本發(fā)明提供一種變壓器狀態(tài)評估方法、裝置、終端設(shè)備及存儲介質(zhì)，其方法能夠獲取待評估變壓器的設(shè)備數(shù)據(jù)以及變壓器故障氣體數(shù)據(jù)；根據(jù)所述設(shè)備數(shù)據(jù)構(gòu)建待評估變壓器的變壓器數(shù)字孿生模型；根據(jù)所述變壓器數(shù)字孿生模型，確定所述變壓器數(shù)字孿生模型中待評估變壓器的運行狀態(tài)氣體數(shù)據(jù)；并根據(jù)所述運行狀態(tài)氣體數(shù)據(jù)計算得到運行狀態(tài)氣體數(shù)據(jù)比值；將所述運行狀態(tài)氣體數(shù)據(jù)比值輸入至預(yù)設(shè)的變壓器狀態(tài)評估模型中進行評估，得到待評估變壓器的狀態(tài)評估結(jié)果；其中，所述變壓器狀態(tài)評估模型的訓(xùn)練，包括：根據(jù)所述變壓器故障氣體數(shù)據(jù)，計算每兩個變壓器故障氣體數(shù)據(jù)之間的比值，并將所述比值作為待訓(xùn)練樣本集；以所述待訓(xùn)練樣本集為輸入，以變壓器狀態(tài)類型為輸出，對待訓(xùn)練的變壓器狀態(tài)評估模型進行訓(xùn)練，直至達(dá)到預(yù)設(shè)的迭代次數(shù)，得到訓(xùn)練完成的變壓器狀態(tài)評估模型。通過構(gòu)建變壓器數(shù)字孿生模型，可以更加準(zhǔn)確模擬變壓器的實際運行狀態(tài)，從而得到的運行狀態(tài)氣體數(shù)據(jù)更加準(zhǔn)確，進而根據(jù)運行狀態(tài)氣體數(shù)據(jù)比值得到的待評估變壓器的狀態(tài)評估結(jié)果更加準(zhǔn)確，提高了變壓器狀態(tài)評估的準(zhǔn)確性；根據(jù)變壓器歷史故障產(chǎn)生的變壓器故障氣體數(shù)據(jù)的比值作為變壓器狀態(tài)評估模型的訓(xùn)練數(shù)據(jù)集，簡化模型訓(xùn)練數(shù)據(jù)的特征空間，減少冗余信息，使得模型對于不同變壓器的不同運行狀態(tài)的泛化能力增強，減少模型的調(diào)優(yōu)時間和訓(xùn)練復(fù)雜度，使得變壓器狀態(tài)評估模型訓(xùn)練過程更加高效，進而模型對變壓器狀態(tài)評估的精度更高。