本技術(shù)屬于電數(shù)字?jǐn)?shù)據(jù)處理，尤其涉及一種變壓器故障診斷方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、電力變壓器作為重要的輸變電設(shè)備之一，承擔(dān)著電能轉(zhuǎn)換的重要職責(zé)，保證變壓器的正常運(yùn)行對(duì)整個(gè)電力系統(tǒng)的可靠運(yùn)行具有重大的意義。隨著變壓器長(zhǎng)時(shí)間運(yùn)行以及環(huán)境影響，變壓器內(nèi)部會(huì)存在潛在的機(jī)械故障，其中繞組與鐵芯為發(fā)生故障頻率最高的結(jié)構(gòu)。如果不及時(shí)處理，會(huì)引發(fā)停電，火災(zāi)等事故。

2、傳統(tǒng)的電力變壓器故障診斷通常依賴于人工經(jīng)驗(yàn)檢測(cè)和某些固定的參考規(guī)則，存在診斷效率低下，診斷精度低以及浪費(fèi)大量人力物力資源的問題。而隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，被廣泛應(yīng)用于電力變壓器故障診斷中，有效解決了上述問題。但深度神經(jīng)網(wǎng)絡(luò)需要深層次的網(wǎng)絡(luò)結(jié)構(gòu)保證其檢測(cè)精度，進(jìn)而導(dǎo)致網(wǎng)絡(luò)模型大，不便于部署，此外，隨著數(shù)據(jù)不斷增多，深度學(xué)習(xí)模型需要重新學(xué)習(xí)訓(xùn)練，導(dǎo)致網(wǎng)絡(luò)檢測(cè)時(shí)間長(zhǎng)，無法滿足電力變壓器實(shí)時(shí)監(jiān)測(cè)要求。

3、因此，目前迫切需要一種能夠?qū)崟r(shí)、精確診斷變壓器故障的方法。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的，在于提供一種變壓器故障診斷方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)，基于格拉姆角場(chǎng)和cbam-cfbls模型實(shí)現(xiàn)變壓器故障診斷，具有模型小、實(shí)時(shí)性高、診斷精度高的優(yōu)點(diǎn)。

2、為了達(dá)成上述目的，本技術(shù)的解決方案是：

3、第一方面，本技術(shù)實(shí)施例提供一種變壓器故障診斷方法，包括：

4、獲取變壓器鐵芯和繞組的振動(dòng)信號(hào)；

5、通過格拉姆角場(chǎng)對(duì)振動(dòng)信號(hào)進(jìn)行處理，得到特征圖像，特征圖像包括格拉姆角和場(chǎng)特征圖像和格拉姆角差場(chǎng)特征圖像；

6、通過多注意力機(jī)制對(duì)格拉姆角和場(chǎng)特征圖像和格拉姆角差場(chǎng)特征圖像進(jìn)行處理，得到全局特征矩陣；

7、基于寬度學(xué)習(xí)系統(tǒng)對(duì)全局特征矩陣進(jìn)行特征節(jié)點(diǎn)級(jí)聯(lián)，構(gòu)建cfbls模型；

8、基于特征圖像構(gòu)建數(shù)據(jù)集，將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；將全局特征矩陣輸入cfbls模型，通過訓(xùn)練集對(duì)cfbls模型進(jìn)行調(diào)參，構(gòu)建cbam-cfbls變壓器故障診斷模型，通過測(cè)試集對(duì)cbam-cfbls變壓器故障診斷模型進(jìn)行測(cè)試，直至故障診斷正確率達(dá)到預(yù)設(shè)閾值；

9、通過訓(xùn)練完畢的cbam-cfbls變壓器故障診斷模型進(jìn)行變壓器故障診斷。

10、根據(jù)本技術(shù)實(shí)施例的上述方法，還可以具有以下附加技術(shù)特征：

11、進(jìn)一步的，通過格拉姆角場(chǎng)對(duì)振動(dòng)信號(hào)進(jìn)行處理，得到特征圖像，包括：

12、通過序列x＝(x1,x2,...,xn)表示振動(dòng)信號(hào)，對(duì)振動(dòng)信號(hào)進(jìn)行歸一化處理，將序列x規(guī)范化至區(qū)間[0,1]，得到規(guī)范化后的值公式如下所示：

13、

14、其中，i＝1,2,...,n，xi表示第i組振動(dòng)信號(hào)，max(x)表示振動(dòng)信號(hào)中的最小值，min(x)表示振動(dòng)信號(hào)中的最小值。

15、進(jìn)一步的，方法包括將序列x映射為極坐標(biāo)下的時(shí)間序列，公式如下所示：

16、

17、其中，ti表示時(shí)間節(jié)點(diǎn)，n表示極坐標(biāo)下的正則化常數(shù)因子，θi表示i點(diǎn)的級(jí)角，r表示極坐標(biāo)半徑，表示標(biāo)準(zhǔn)化后的時(shí)間序列。

18、進(jìn)一步的，方法包括通過兩種帶有懲罰項(xiàng)的內(nèi)積，消除振動(dòng)信號(hào)中的噪聲，公式如下所示：

19、

20、

21、其中，<·>表示內(nèi)積運(yùn)算。

22、進(jìn)一步的，方法包括通過計(jì)算每?jī)蓚€(gè)級(jí)角之和的余弦函數(shù)并求和匯總后，生成格拉姆角和場(chǎng)二維特征圖像，公式如下所示：

23、

24、通過計(jì)算每?jī)蓚€(gè)級(jí)角之差的正弦函數(shù)并求和匯總后，生成格拉姆角差場(chǎng)二維特征圖像，公式如下所示：

25、

26、其中，i表示單位行向量，表示標(biāo)準(zhǔn)化后的時(shí)間序列，表示的轉(zhuǎn)置。

27、進(jìn)一步的，通過多注意力機(jī)制對(duì)格拉姆角和場(chǎng)特征圖像和格拉姆角差場(chǎng)特征圖像進(jìn)行處理，得到全局特征矩陣，包括：

28、將格拉姆角和場(chǎng)特征圖像和格拉姆角差場(chǎng)特征圖像作為多注意力機(jī)制的輸入，多注意力機(jī)制包括通道注意力機(jī)制和空間注意力機(jī)制，通道注意力機(jī)制的公式如下所示：

29、

30、其中，i＝1,2,...,n，zi'表示第i組特征圖經(jīng)過通道注意力機(jī)制輸出的特征，mc表示通道維度上的注意力權(quán)重，表示輸入第i組振動(dòng)信號(hào)樣本經(jīng)過gaf變換后得到的特征圖，表示逐元素乘法；

31、將通道注意力機(jī)制輸出的特征作為空間注意力機(jī)制的輸入，公式如下所示：

32、

33、其中，ms表示空間維度上的注意力權(quán)重；zi”表示第i組特征圖經(jīng)過空間注意力機(jī)制輸出的特征；

34、全局特征矩陣的公式如下所示：

35、

36、進(jìn)一步的，基于寬度學(xué)習(xí)系統(tǒng)對(duì)全局特征矩陣進(jìn)行特征節(jié)點(diǎn)級(jí)聯(lián)，構(gòu)建cfbls模型，包括：

37、將全局特征矩陣輸入寬度學(xué)習(xí)系統(tǒng)，寬度學(xué)習(xí)系統(tǒng)通過線性映射將全局特征矩陣轉(zhuǎn)換為n組隨機(jī)特征節(jié)點(diǎn)，并將前一組特征節(jié)點(diǎn)的輸出作為后一組特征節(jié)點(diǎn)的輸入，得到cfbls模型的第i組特征節(jié)點(diǎn)，公式如下所示：

38、

39、其中，i＝1,2,...,n，表示特征層激活函數(shù)，wei和βei分別表示隨機(jī)生成的第i個(gè)特征節(jié)點(diǎn)的權(quán)重和偏置；

40、將cfbls模型的每組特征節(jié)點(diǎn)串聯(lián)得到完整的特征映射層zp，公式如下所示：

41、zp＝[z1,z2,...,zp]

42、對(duì)完整的特征映射節(jié)點(diǎn)zp進(jìn)行非線性變換得到增強(qiáng)節(jié)點(diǎn)，公式如下所示：

43、hj＝ξ(zwhk+βhk)

44、其中，j＝1,2,...,q，ξ(·)表示增強(qiáng)節(jié)點(diǎn)的線性激活函數(shù)，whk和βhk分別表示隨機(jī)生成的第k個(gè)增強(qiáng)節(jié)點(diǎn)的權(quán)重和偏置；

45、將每個(gè)增強(qiáng)節(jié)點(diǎn)串聯(lián)得到完整的增強(qiáng)層hq，公式如下所示：

46、hq＝[h1h2,...,hq]

47、將特征映射層zp和增強(qiáng)層hq串聯(lián)后連接至輸出層，構(gòu)成完整的cfbls模型，輸出矩陣的公式如下所示：

48、y＝[zp|hq]w＝aw

49、其中，a＝[zp|hq]，表示所有特征映射層和增強(qiáng)層拼接的隱藏層，w表示連接隱藏層與輸出層的權(quán)重；

50、計(jì)算最優(yōu)輸出權(quán)重的目標(biāo)函數(shù)，公式如下所示：

51、

52、其中，λ表示正則化參數(shù)；

53、通過吉洪諾夫正則化方法計(jì)算最優(yōu)輸出權(quán)重wbest，公式如下所示：

54、wbest＝a+y＝(λi+ata)-1aty

55、其中，a+表示a的偽逆矩陣，i表示單位矩陣；

56、當(dāng)λ→0時(shí)，偽逆矩陣a+的公式如下所示：

57、

58、第二方面，本技術(shù)實(shí)施例提供一種變壓器故障診斷裝置，包括：

59、信號(hào)獲取模塊，被配置為用于獲取變壓器鐵芯和繞組的振動(dòng)信號(hào)；

60、特征圖像模塊，被配置為用于通過格拉姆角場(chǎng)對(duì)振動(dòng)信號(hào)進(jìn)行處理，得到特征圖像，特征圖像包括格拉姆角和場(chǎng)特征圖像和格拉姆角差場(chǎng)特征圖像；

61、特征矩陣模塊，被配置為用于通過多注意力機(jī)制對(duì)格拉姆角和場(chǎng)特征圖像和格拉姆角差場(chǎng)特征圖像進(jìn)行處理，得到全局特征矩陣；

62、模型構(gòu)建模塊，被配置為用于基于寬度學(xué)習(xí)系統(tǒng)對(duì)全局特征矩陣進(jìn)行特征節(jié)點(diǎn)級(jí)聯(lián)，構(gòu)建cfbls模型；

63、模型訓(xùn)練模塊，被配置為用于基于特征圖像構(gòu)建數(shù)據(jù)集，將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；將全局特征矩陣輸入cfbls模型，通過訓(xùn)練集對(duì)cfbls模型進(jìn)行調(diào)參，構(gòu)建cbam-cfbls變壓器故障診斷模型，通過測(cè)試集對(duì)cbam-cfbls變壓器故障診斷模型進(jìn)行測(cè)試，直至故障診斷正確率達(dá)到預(yù)設(shè)閾值；

64、故障診斷模塊，被配置為用于通過訓(xùn)練完畢的cbam-cfbls變壓器故障診斷模型進(jìn)行變壓器故障診斷。

65、第三方面，本技術(shù)實(shí)施例提供了一種變壓器故障診斷系統(tǒng)，系統(tǒng)包括處理器和存儲(chǔ)器，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序由處理器加載并執(zhí)行，以實(shí)現(xiàn)如本技術(shù)實(shí)施例第一方面提供的變壓器故障診斷方法。

66、第四方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，用于實(shí)現(xiàn)如本技術(shù)實(shí)施例第一方面的變壓器故障診斷方法。

67、采用本技術(shù)實(shí)施例提供的變壓器故障診斷方法，與現(xiàn)有技術(shù)相比，具有如下有益技術(shù)效果：

68、本技術(shù)實(shí)施例通過格拉姆角場(chǎng)(gaf)技術(shù)的應(yīng)用實(shí)現(xiàn)了從原始振動(dòng)信號(hào)到二維特征圖像的轉(zhuǎn)換，這一過程顯著提升了信號(hào)處理的效率和精確度。gasf和gadf特征圖像不僅直觀展示了信號(hào)的動(dòng)態(tài)變化，還通過角度域的轉(zhuǎn)換去除了時(shí)間域中的冗余信息和噪聲，從而提取出更加純凈和有效的特征。

69、本技術(shù)實(shí)施例通過多注意力機(jī)制的引入，自動(dòng)識(shí)別和強(qiáng)化關(guān)鍵特征區(qū)域與通道，顯著增強(qiáng)了特征的表示能力，使得模型能夠更準(zhǔn)確地捕捉到振動(dòng)信號(hào)中與故障緊密相關(guān)的細(xì)微變化，即使在復(fù)雜多變的工況下也能保持較高的敏感性和準(zhǔn)確性。

70、本技術(shù)實(shí)施例通過改進(jìn)bls特征節(jié)點(diǎn)的連接方式構(gòu)建cfbls模型，減小了模型，通過線性映射和隨機(jī)特征節(jié)點(diǎn)的級(jí)聯(lián)，cfbls能夠在短時(shí)間內(nèi)構(gòu)建出具有豐富表示能力的特征映射層和增強(qiáng)層。同時(shí)，嶺回歸方法和吉洪諾夫正則化的應(yīng)用進(jìn)一步確保了模型訓(xùn)練的穩(wěn)定性和泛化能力。這種高效的模型訓(xùn)練與優(yōu)化流程使得該方法能夠快速適應(yīng)不同的數(shù)據(jù)集和診斷任務(wù)。

71、本技術(shù)實(shí)施例結(jié)合了多種先進(jìn)技術(shù)，形成了一種綜合且強(qiáng)大的變壓器故障診斷解決方案，其泛化能力不僅體現(xiàn)在對(duì)不同故障類型的準(zhǔn)確識(shí)別上，還體現(xiàn)在對(duì)不同工況和復(fù)雜環(huán)境下的適應(yīng)性上，無論是對(duì)于老舊設(shè)備還是新型變壓器，該方法都能夠提供可靠且準(zhǔn)確的故障診斷結(jié)果。此外，該方法還具有廣泛的應(yīng)用范圍，可以擴(kuò)展到其他類型電力設(shè)備的故障診斷中。