(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211181870.4 (22)申请日 2022.09.27 (65)同一申请的已公布的文献号 申请公布号 CN 115268350 A (43)申请公布日 2022.11.01 (73)专利权人 江苏永鼎股份有限公司 地址 215000 江苏省苏州市吴江区汾湖高 新区国道路178 8号 (72)发明人 莫思铭　陆佳腾　程时发　刘强　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 专利代理师 朱振德 (51)Int.Cl. G06Q 10/00(2012.01)审查员 田欣 (54)发明名称 一种稳压 变压器的故障预警方法及系统 (57)摘要 本发明提供了一种稳压变压器的故障预警 方法及系统， 涉及电力设备智 能监督技术领域， 采集稳压变压器的故障因子集进行特征标定， 通 过进行聚类分析生成故障现象聚类结果， 基于故 障现象聚类结果对故障因子集分组， 生成故障因 子分组结果， 遍历配件故障因子集合生成故障概 率列表并判断是否满足预设故障概率， 将满足预 设故障概率的故障因子排序， 根据故障因子排序 结果， 匹配关联的故障现象聚类结果进行预警， 解决了现有技术中存在的进行稳压变压器的故 障预警时由于监督预警方法流程智能度不足， 故 障分析排查不够全面， 无法保障最终故障的监督 预警精度的技术问题， 实现了稳压变压器的全 方 位精准故障监 督预警。 权利要求书3页 说明书9页 附图2页 CN 115268350 B 2022.12.09 CN 115268350 B 1.一种稳压变压器的故障预警方法， 其特征在于， 所述方法应用于一稳压变压器的故 障预警系统， 所述方法包括： 采集稳压变压器的故障因子集进行 特征标定， 生成故障现象特 征集； 对所述故障现象特 征集进行聚类分析， 生成故障现象聚类结果； 根据所述故障现象聚类结果对所述故障因子集分组， 生成故障因子分组结果， 其中， 任 意一组所述故障因子分组结果包括配件故障因子集 合； 遍历所述配件故障因子集 合生成故障概 率列表； 判断所述故障概 率列表是否满足预设故障概 率； 将所述故障概 率列表中满足预设故障概 率的故障因子排序， 生成故障因子排序结果； 根据所述故障因子排序结果， 匹配关联的所述故障现象聚类结果进行 预警； 其中， 所述遍历所述配件故障因子集 合生成故障概 率列表， 包括: 遍历所述配件故障因子集合， 提取启动 时长属性参数、 维修时长属性参数和维修状态 属性参数； 构建故障概 率决策模型； 将所述启动时长属性参数、 所述维修 时长属性参数和所述维修状态属性参数输入故障 概率决策模型， 生成所述故障概 率列表； 所述构建故障概 率决策模型， 包括： 遍历所述配件故障因子集合， 匹配第N配件故障因子记录数据， 其中， 所述第N配件故障 因子记录数据包括故障频率记录数据、 启动时长属 性记录数据、 维修时长属 性记录数据和 维修状态属性记录数据； 对所述故障频率记录数据、 所述启动 时长属性记录数据、 所述维修时长属性记录数据 和所述维修状态属性记录数据进行故障概 率标识， 生成故障概 率标识结果； 根据所述启动 时长属性记录数据、 所述维修时长属性记录数据、 所述维修状态属性记 录数据和所述故障概 率标识结果， 基于随机森林， 构建所述故障概 率决策模型。 2.如权利要求1所述的方法， 其特征在于， 所述采集稳压变压器的故障因子集进行特征 标定， 生成故障现象特 征集， 包括： 根据稳压变压器型号参数， 匹配稳压变压器故障记录数据， 其中， 所述稳压变压器故障 记录数据包括多条故障原因记录数据和多条故障现象记录数据； 遍历所述多条故障原因记录数据构建第一向量 集合， 添加进所述故障因子集； 遍历所述多条故障现象记录数据构建第二向量集合， 和所述故障因子集关联存储， 生 成所述故障现象特 征集。 3.如权利要求1所述的方法， 其特征在于， 所述对所述故障频率记录数据、 所述启动 时 长属性记录数据、 所述 维修时长属性记录数据和所述 维修状态属性记录数据进行故障概率 标识， 生成故障概 率标识结果， 包括： 根据启动 时长对所述故障频率记录数据、 所述启动 时长属性记录数据、 所述维修时长 属性记录数据和所述维修状态属性记录数据进行聚类分析， 生成第一聚类结果； 根据维修时长遍历所述第一聚类结果进行聚类分析， 生成第二聚类结果； 根据维修状态遍历所述第二聚类结果进行聚类分析， 生成第三聚类结果； 遍历所述第 三聚类结果对所述故障频率记录数据求取均值， 设为所述故障概率标识结权　利　要　求　书 1/3 页 2 CN 115268350 B 2果。 4.如权利要求1所述的方法， 其特征在于， 所述根据所述启动 时长属性记录数据、 所述 维修时长属 性记录数据、 所述维修状态属 性记录数据和所述故障概率标识结果， 基于随机 森林， 构建所述故障概 率决策模型， 包括： 将所述启动 时长属性记录数据、 所述维修时长属性记录数据、 所述维修状态属性记录 数据和所述故障概 率标识结果划分为 k等份， 有放回的随机抽取k次， 生成第一训练数据集； 重复M次， 生成第二训练数据集 直到第M训练数据集； 根据所述第一训练数据集， 构建第一回归决策树； 根据所述第M训练数据集， 构建第M回归决策树； 将所述第 一回归决策树直到所述第M回归决策树合并， 生成所述故障概率决策模型， 其 中， 所述故障概率决策模型 的输出为所述第一回归决策树直到所述第M回归决策树的输出 均值。 5.如权利要求1所述的方法， 其特 征在于， 还 包括： 根据所述故障因子分组结果， 获取电气故障因子集合， 其中， 任意一个所述电气故障因 子具有第一状态或第二状态； 遍历所述电气故障因子进行所述第 一状态或所述第 二状态特征标定， 生成电气 故障因 子状态矩阵； 根据所述电气故障因子状态 矩阵对所述电气故障因子集 合进行预警。 6.一种稳压变压器的故障预警系统， 其特 征在于， 所述系统包括： 特征标定模块， 所述特征标定模块用于采集稳压变压器的故障因子集进行特征标定， 生成故障现象特 征集； 特征聚类模块， 所述特征聚类模块用于对所述故障现象特征集进行聚类分析， 生成故 障现象聚类结果； 故障因子分组模块， 所述故障因子分组模块用于根据所述故障现象聚类结果对所述故 障因子集分组， 生成故障因子分组结果， 其中， 任意一组所述故障因子 分组结果包括配件故 障因子集 合； 列表生成模块， 所述列表生成模块用于遍历所述配件故障因子集合生成故障概率列 表； 概率判断模块， 所述概率判断模块用于判断所述故障概率列表是否满足预设故障概 率； 故障因子排序模块， 所述故障因子排序模块用于将所述故障概率列表中满足预设故障 概率的故障因子排序， 生成故障因子排序结果； 结果预警模块， 所述结果预警模块用于根据所述故障因子排序结果， 匹配关联的所述 故障现象聚类结果进行 预警； 参数提取模块， 所述参数提取模块用于遍历所述配件故障因子集合， 提取启动 时长属 性参数、 维修时长属性 参数和维修状态属性 参数； 模型构建模块， 所述模型构建模块用于构建故障概 率决策模型； 概率列表生成模块， 所述概率列表生成模块用于将所述启动 时长属性参数、 所述维修 时长属性 参数和所述维修状态属性 参数输入故障概 率决策模型， 生成所述故障概 率列表；权　利　要　求　书 2/3 页 3 CN 115268350 B 3