一种变压器油中溶解气体浓度预测方法和系统

    公开(公告)号:CN108663501A

    公开(公告)日:2018-10-16

    申请号:CN201711229306.4

    申请日:2017-11-29

    IPC分类号: G01N33/28

    摘要: 本发明提供了一种变压器油中溶解气体浓度预测方法和系统,包括:获取变压器的各特征气体浓度、油温和负荷数据的历史数据;对各特征气体浓度之间以及特征气体浓度与油温、负荷之间进行相关性分析,并建立变压器油中溶解气体浓度预测模型;以当前时刻与预测目标特征气体的相关性大于预设阈值的相关特征气体浓度、油温和负荷数据作为输入变量,输入所述变压器油中溶解气体浓度预测模型,得到目标特征气体未来时刻的浓度预测值。该方法和系统能挖掘出与待预测选定气体相关性较大的因素作为输入变量,建立变压器油中溶解气体浓度预测模型,能够准确预测变压器各特征气体浓度,提升对变压器的掌控能力。

    一种变压器的故障诊断方法及系统

    公开(公告)号:CN108663582A

    公开(公告)日:2018-10-16

    申请号:CN201711233114.0

    申请日:2017-11-30

    IPC分类号: G01R31/00

    摘要: 本发明提供一种变压器的故障诊断方法及系统,包括:选取包含变压器油中溶解特征气体的变压器故障案例,建立变压器的故障案例库;基于变压器的故障案例库,确定训练样本集和测试样本集;基于训练样本集和测试样本集建立故障判别决策树,并对决策树进行修剪优化,得到变压器故障诊断分析模型;变压器故障案例包括:变压器油中溶解特征气体的类型、溶解特征气体的数值及所述变压器的设备状态类型。本发明基于样本集对决策树进行修剪优化,得到的故障诊断分析模型能够及时发现变压器内部的潜伏性故障,有效解决了传统油色谱三比值法由于故障编码不完全、编码缺失,造成的某些故障无法诊断的问题以及判正率较低的问题。

    一种变压器故障预测方法、装置、终端及可读存储介质

    公开(公告)号:CN108152612A

    公开(公告)日:2018-06-12

    申请号:CN201711180964.9

    申请日:2017-11-23

    IPC分类号: G01R31/00

    CPC分类号: G01R31/00

    摘要: 本发明提供了一种变压器故障预测方法、装置、终端及可读存储介质,其中,该方法包括:根据采集到的变压器油中溶解的特征气体的历史浓度和历史电气参数建立特征气体的浓度预测模型;利用浓度预测模型对采集到的特征气体的当前浓度和当前电气参数进行处理,得到特征气体的下一时刻浓度;根据特征气体的下一时刻浓度进行故障预测,得到预测故障类型。这种故障预测方法首先分析油溶气体间以及油溶气体和其它电气参数的关联关系,之后建立每一油溶气体基于其它气体和电气参数的浓度预测模型,通过浓度预测模型预测未来任意时刻变压器油溶气体浓度,根据油溶气体浓度进行故障预测,提高了变压器故障预测的精确度。

    一种基于联邦学习的模型训练系统及方法

    公开(公告)号:CN115758127A

    公开(公告)日:2023-03-07

    申请号:CN202111020735.7

    申请日:2021-09-01

    摘要: 本发明提供了一种基于联邦学习的模型训练系统及方法,该系统包括多个客户端和多个服务器,客户端包括:模型训练模块用于根据本地训练集对初始模型训练得到模型更新值;训练过程包括前期训练阶段和后期训练阶段,前期训练阶段的学习率是对前期基础学习率扩大若干倍得到的,后期训练阶段的学习率是对后期基础学习率缩小若干倍得到的;参数分享模块用于对模型更新值计算得到多个秘密分享值,将秘密分享值发送至各服务器;服务器用于根据秘密分享值计算聚合更新值;模型生成模块用于根据聚合更新值计算模型更新的真实值,对初始模型进行更新得到优化模型。通过执行本发明能够规避各客户端对同一初始模型进行共同训练时产生的路径冲突。