(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 202111192024.8 (22)申请日 2021.10.13 (71)申请人 三峡大学 地址 443002 湖北省宜昌市西陵区大 学路8 号 (72)发明人 陈铁　冷昊伟　陈一夫　陈卫东　 甘辉霞　 (74)专利代理 机构 宜昌市三峡专利事务所 42103 代理人 余山 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/08(2020.01) (54)发明名称 一种变压器状态检修预测模型及方法 (57)摘要 一种变压器状态检修预测模 型及方法， 其模 型包括基础故障率模块、 故障率 分析模块以及决 策模块， 基础故障率模块的输出端与故障率分析 模块的输入端连接， 故障率分析模块的输出端与 决策模块的输入端连接。 本发明主要是为了解决 现阶段状态检修没有考虑检修时间点对变压器 状态的真实影响， 会降低实际的检修效果， 不利 于延长变压器的使用寿命的情况， 从而提供一种 利用变压器的历史油气数据和检修记录， 优化变 压器的检修时间点， 提高变压器的有效利用时 间、 延长变压器使用寿命的变压器状态检修预测 技术。 权利要求书3页 说明书10页 附图1页 CN 114021427 A 2022.02.08 CN 114021427 A 1.一种变压器状态检修预测模型， 其特征在于， 它包括基础故障率模块(1)、 故障率分 析模块(2)以及决策模块(3)， 基础故障率模块(1)的输出端与故障率分析模块(2)的输入端 连接， 故障率分析模块(2)的输出端与决策模块(3)的输入端连接 。 2.根据权利要求1所述的模型， 其特征在于， 所述基础故障率模块(1)包括故障率转化 模块(4)和油气预测模块(5)， 历史油气数据和待检修变压器油气数据输入至基础故障率模 块(1)中， 油气预测模块(5)的输出端与故障率转化模块(4)的输入端 连接， 基础故障率模块 (1)输出历史油气数据、 检修前后历史故障率与待检修变压器故障率至故障率分析模块 (2)。 3.根据权利要求2所述的模型， 其特征在于， 所述故障率分析模块(2)包括故障率修正 模块(6)、 训练模块(7)、 故障率预测模块(8)以及数据分析模块(9)， 故障率转化模块(4)的 输出端分别与故障率修正模块(6)、 故障率预测模块(8)的输入端 连接， 故障率修正模块(6) 的输出端与训练模块(7)的输入端连接， 训练模块(7)的输出端与 故障率预测模块(8)的输 入端连接， 故障率预测模块(8)的输出端与数据分析模块(9)的输入端连接 。 4.根据权利要求3所述的模型， 其特征在于， 所述决策模块(3)包括决策表模块(10)和 决策分析模块(11)， 数据分析模块(9)的输出端与决策表模块(10)的输入端 连接， 决策表模 块(10)的输出端与决策分析模块(11)的输入端连接， 有效运行时间序列输入至决策模块 (3)， 再输出合 适的变压器 检修时间点。 5.一种变压器状态检修预测方法， 其特征在于， 用油气预测模型预测待检修变压器未 来一段时间的的油气数据， 再将历史油气数据及预测的油气数据通过马尔科夫故障率模型 全部转化为 故障率数据； 从当前时间点开始， 按一定时间间隔选取一系列检修参考点； 从第 一个检修参考点开始， 采用事先训练好的故障率预测模型， 依 次利用参考点之前 的故障率 预测检修后的故障率； 根据预测的检修后故障率， 采用故障率修正模 型计算有效运行时间； 计算不同检修 参考点的有效时间 间隔， 按最小的时间 间隔确定检修时间点。 6.一种构建变压器 状态检修预测模型的方法， 其特 征在于， 它包括以下步骤： 步骤1： 将检修前后历史油气数据转 化为故障率； 步骤2： 将检修前后历史的油气数据和故障率全部输入故障率修正模块中建立有效运 行时间与故障率的映射关系， 以此修 正故障率； 步骤3： 将修正后的检修前后历史故障率输入至训练模块， 训练故障率预测模块的参 数； 步骤4： 将待检修变压器的历史油气数据输入至油气预测模块， 预测一段时间未来油气 数据； 步骤5： 将预测的油气数据输入至步骤1中的故障率转化模块， 计算待检修变压器的故 障率序列； 步骤6： 按时间设定检修参考点序列， 依次将不同时间点当前的故障率输入至步骤3中 获得的训练后的故障率预测模块中， 预测待检修变压器的检修后故障率序列λ＝[λ(t1), λ (t2),…, λ(ti), λ(ti+1)]； 步骤7： 将检修后故障率序列输入至数据分析模块中， 计算不同检修 时刻下的变压器有 效运行时间序列T＝[T1,T2,…,Ti,Ti+1]， 传至决策模块中得到决策表； 步骤8： 根据决策表中有效运行时间序列计算相同检修间隔下的有效检修间隔， 选择最权　利　要　求　书 1/3 页 2 CN 114021427 A 2小有效检修间隔对应的时刻来确定具体的检修时间点。 7.根据权利要求6所述的方法， 其特征在于， 在步骤1中， 变压器的油中气体包括： H2、 C2H4、 CH4、 C2H6、 CO， 按照气体含量， 把变压器状态分为正常、 异常、 警告和故障状态等四个状 态， 利用马尔科夫状态转移方程， 计算变压器在不同状态下运行的概率， 建立马尔科夫故障 率模型。 8.根据权利要求7 所述的方法， 其特 征在于， 在建立马尔科 夫故障率模型时， 令δij表示状态i转移到状态j的状态转移速率， A表示马尔可夫时变状态转移矩阵， 则 为： 其中： ∑yij代表每个状态i到状态j的过渡时间之和； Aij＝0代表在状态i和状态j之间无 转移途径； 计算时刻t变压器在不同状态下的运行的概 率P(t)： p(t)＝eAtP(0) eAt＝α0I+α1A+α2A2+α3A3 其中： I为单位矩阵； S1,S2,S3,S4分别为矩阵A的特 征值； α0, α1, α2, α3为多项式系数； 当P(0)＝[10 00]时， 变压器处于正常状态的故障率 λ1(t) λ1(t)＝α0δ12δ23δ34 当P(0)＝[010 0]时， 变压器处于异常状态的故障率 λ2(t)： λ2(t)＝ δ23δ34[α2‑α3( δ23δ34δ32δ31δ21)] 当P(0)＝[0 010]时， 变压器处于警告状态的故障率 λ3(t)： λ3(t)＝α1δ34‑α2δ34( δ34+δ32+δ31)+α3δ34[ δ23δ32+( δ34+δ32+δ31)2]。 9.根据权利要求6所述的方法， 其特征在于， 在步骤2中， 在 建立变压器故障率与有效运 行时间T的映射关系时， 采用以下步骤： 1)将变压器油气数据作为自变量χk， 运行时间t作为因变量Y， 建立多元回归模型中， 模 型为： Y＝β0+β1χ1+β2χ2+...+βkχk+ ε 其中： β0, β1, β2,..., βk称为回归参数； ε为随机误差项； 通过最小二乘估计进行参数估计来得到， 令： 权　利　要　求　书 2/3 页 3 CN 114021427 A 3