(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111676144.5 (22)申请日 2021.12.31 (71)申请人 杭州电力设备制造有限公司 地址 310018 浙江省杭州市钱塘新区1 1号 大街91号 申请人 国网浙江省电力有限公司杭州市余 杭区供电公司 　 国网浙江省电力有限公司杭州供电 公司 (72)发明人 郭强　汪李忠　张盛　张旭峰　 周念成　邵叶晨　李中华　沈海萍　 许飞　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 张乐(51)Int.Cl. G06N 3/063(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 3/0488(2022.01) G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于稀疏自编码深度神经网络的变压 器状态判别装置 (57)摘要 本发明公开了一种基于稀疏自编码深度神 经网络的变压器状态判别装置， 包括： 数据收集 单元， 根据预设溶解性气体相关特征， 获取待检 测的变压器的故障类气体及浓度， 作为原始数据 输出； 数据预处理单元， 与数据收集单元连接， 用 于接收原始数据进行预处理， 通过预先实验获得 的故障气体间的比值关系判断是否存在潜伏性 故障、 潜伏性故障的发展速率以及故障类型， 并 作为预处理数据输出； 数据处理单元， 与数据预 处理单元连接， 接收预处理数据， 并通过完成稀 疏自编码深度神经网络学习的识别模型对预处 理数据进行识别评价并输出变压器识别结果。 通 过溶解性气体分析并采用稀疏自编码深度神经 网络对电力变压器内部故障进行识别， 计算速度 快， 准确性高。 权利要求书1页 说明书5页 附图2页 CN 114358265 A 2022.04.15 CN 114358265 A 1.一种基于稀疏自编码 深度神经网络的变压器 状态判别装置， 其特 征在于， 包括： 数据收集单元， 根据预设溶解性气体相关特征， 获取待检测的变压器的故障类气体及 浓度， 作为原 始数据输出； 数据预处理单元， 与所述数据收集单元连接， 用于接收所述原始数据进行预处理， 通过 预先实验获得的故障气 体间的比值关系判断是否存在潜伏性 故障、 潜伏性故障的发展速率 以及故障类型， 并作为预处 理数据输出； 数据处理单元， 与所述数据 预处理单元连接， 接收所述预处理数据， 并通过完成稀疏自 编码深度神经网络学习的识别模型对所述预处理数据进行识别评价并输出变压器识别结 果。 2.如权利要求1所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 还包括与所述数据 处理单元连接的故障警示单元， 用于根据所述变压器识别结果输出 所述变压器的状态并根据所述变压器的状态实现对应的状态指示。 3.如权利要求2所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 所述故障警示单元包括显示模块、 通信模块， 所述显示模块用于显示所述变压器识别结 果， 所述通信模块用于与外界进行 数据交互。 4.如权利要求3所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 所述通信模块包括 4G模块、 5G模块、 W IFI模块中的至少一中。 5.如权利要求4所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 所述显示模块 为电容触摸显示模块或OLED显示模块。 6.如权利要求5所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 还包括与所述数据采集单元、 所述数据预处理单元、 所述数据处理单元、 所述故障警示 单元连接的存 储单元， 用于储 存所述原 始数据和变压器识别结果。 7.如权利要求6所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 所述存 储单元包括型号 为SDSQUNC‑032G‑ZN3MN的TF存 储卡、 硬盘、 U盘中的至少一种。 8.如权利要求7所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 所述预处 理单元包括型号 为N76E003的MCU芯片、 ARM处 理器中的至少一种。 9.如权利要求8所述基于稀疏自编码深度神经网络的变压器状态判别装置， 其特征在 于， 所述数据处理单元包含具有CPU的协处理器， 用于进行稀疏自编码深度神经网络学习， 并对所述变压器内部故障进行识别。权　利　要　求　书 1/1 页 2 CN 114358265 A 2一种基于稀 疏自编码深度神经 网络的变压器 状态判别装 置 技术领域 [0001]本发明涉及变压器管理技术领域， 特别是涉及一种基于稀疏自编码深度神经网络 的变压器 状态判别装置 。 背景技术 [0002]电力设备安全稳定的运行为城市电网和企业生产活动提供了基本的保障。 电力设 备定期检测及评估是电力设备安全稳定运行必不可少的前提。 电力变压器作为整个电网最 为基本和关键的设备， 其平稳的运行直接关系到整个电力系统的安全可靠 。 [0003]溶解性气体检测方法是最常见的电力变压器故障诊断方法， 用于识别油浸式变压 器内部的故障状况， 无法适用于电力变压器出现多种故障的情况， 需要解决溶解性气体检 测方法的缺 点。 [0004]油中溶解气体分析为变压器等充油电气设备内部故障提供了一种最为高效、 准 确、 便捷的方法。 虽然溶解性气体检测方法已经很准确了， 但变压器出现多种故障时， 溶解 性气体检测方法需要更长的计算时间， 精确度也会降低。 [0005]因此， 需要一种更加快速的故障检测技 术。 发明内容 [0006]本发明的目的是提供了一种基于稀疏自编码深度神经网络的变压器状态判别装 置， 解决溶解性气体检测方法判断变压器多种故障时， 其检测结果不精确、 计算时间过长的 技术问题。 [0007]为解决上述技术问题， 本发明实施例提供了一种基于稀疏自编码深度神经网络的 变压器状态判别装置， 包括： [0008]数据收集单元， 根据预设溶解性气体相关特征， 获取待检测的变压器 的故障类气 体及浓度， 作为原 始数据输出； [0009]数据预处理单元， 与所述数据收集单元连接， 用于接收所述原始 数据进行预处理， 通过预先实验获得的故障气 体间的比值关系判断是否存在潜伏性 故障、 潜伏性故障的发展 速率以及故障类型， 并作为预处 理数据输出； [0010]数据处理单元， 与所述数据预处理单元连接， 接收所述预处理数据， 并通过完成稀 疏自编码深度神经网络学习的识别模型对所述预处理数据进行识别评价并输出变压器识 别结果。 [0011]其中， 还包括与所述数据处理单元连接 的故障警示单元， 用于根据所述变压器识 别结果输出 所述变压器的状态并根据所述变压器的状态实现对应的状态指示。 [0012]其中， 所述故障警示单元包括显示模块、 通信模块， 所述显示模块用于显示所述变 压器识别结果， 所述 通信模块用于与外界进行 数据交互。 [0013]其中， 所述 通信模块包括 4G模块、 5G模块、 W IFI模块中的至少一中。 [0014]其中， 所述显示模块 为电容触摸显示模块或OLED显示模块。说　明　书 1/5 页 3 CN 114358265 A 3