买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于工况识别的干式变压器异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117077052B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310916208.7，技术领域涉及：G06F18/2433；该发明授权一种基于工况识别的干式变压器异常检测方法是由倪洪杰;王勇;蔡昌盛;吴麒;葛其运;张宝康;张文安;徐俊杰设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于工况识别的干式变压器异常检测方法在说明书摘要公布了：本发明公开了一种基于工况识别的干式变压器异常检测方法，在模型离线训练阶段，首先，对干式变压器历史监测数据进行运行工况的识别与划分；其次，针对每种运行工况，设计自组织映射网络SOM网络结构与初始化参数，以提取不同运行工况下三相绕组间温度的映射关系；然后，训练随机森林RF模型，利用其他监测量对三相绕组温度进行预测建模；在异常检测阶段，若某相绕组温度监测数据缺失，则利用提取的三相绕组温度映射关系对缺失温度值进行填补；进一步的，使用先前时刻模型的预测温度作为RF模型下一时刻的输入，得到三相绕组温度预测值；最后，计算三相绕组温度实际监测值与RF模型预测温度值的偏离程度，给出异常检测结果。

本发明授权一种基于工况识别的干式变压器异常检测方法在权利要求书中公布了：1.一种基于工况识别的干式变压器异常检测方法，其特征在于，所述方法可包括以下步骤： 1干式变压器历史数据采集与预处理： 获取干式变压器三相电流Ia,Ib,Ic、三相绕组温度Ta,Tb,Tc、环境温度Te、环境湿度He、有功功率P历史数据，对于历史数据中的缺失值，采用当天该类数据的均值进行填补，获得干式变压器正常运行状态下的历史监测数据集Φ； 2干式变压器不同运行工况的识别与划分： 选取历史监测数据集Φ中的有功功率P和环境温度Te作为工况划分的特征；对有功功率P和环境温度Te分别通过基于Soft-动态时间规整距离的k均值聚类算法进行曲线聚类，设定初始聚类数目Kmin、最大聚类数目Kmax、初始平滑度γmin、最大平滑度γmax，k-means算法每次聚类完成后，计算本次聚类的戴维森堡丁指数DBI，选取DBI最小的有功功率P和环境温度Te聚类结果进行统一编码，对干式变压器历史监测数据集进行基于工况的划分； 3提取每种运行工况下干式变压器三相绕组间温度的映射关系： 根据每种运行工况下绕组温度的波动情况计算得出自组织映射网络SOM聚类算法聚类数M和初始化权重并且设置SOM算法其他初始化参数η0、δ0、tmax；对每种运行工况下干式变压器的三相绕组温度数据进行聚类，得到每种工况下的M个聚类中心，即M个最佳匹配单元BMU，代表该工况下不同温度水平三相温度的映射关系； 4建立干式变压器每种运行工况下三相绕组温度的预测模型： 4.1对历史监测数据集中每种工况下的三相电流Ia,Ib,Ic、三相绕组温度Ta,Tb,Tc、环境温度Te、环境湿度He、有功功率P分别进行特征构造，针对每种监测量构造的特征包括均方根、均值、峰值、方差，并对其进行时间序列的滑动窗口处理，以提取各特征时间序列上的相关性信息； 4.2选取经过特征构造后的历史监测数据作为输入变量，对应时间点的三相绕组温度作为预测变量，建立每种工况下其他监测量与三相绕组温度的随机森林RF预测模型，根据RF模型训练后的各个输入特征对于结果的重要程度进行特征筛选，去除重要性未达预设阈值的特征后进行重新训练，并采用平均绝对误差MAE和均方误差MSE作为评测指标，检验RF模型预测的准确率，每种工况下预测值与实际值绝对误差的最大值作为异常检测上限阈值Ψ； 5计算在线检测过程中三相温度与预测值的偏离程度，给出异常检测得分： 5.1计算待检测数据集中有功功率P和环境温度Te与步骤2中得出的各个工况下有功功率P和环境温度Te聚类中心的Soft-DTW距离，距离最近的工况为待检测数据集的工况类别； 5.2判断待检测数据集中实际运行三相温度是否存在缺失值，若存在，则利用现有绕组温度通过上述步骤3中建立的映射关系对该缺失值进行填补； 5.3对待检测数据集中的三相电流Ia,Ib,Ic、三相绕组温度Ta,Tb,Tc、环境温度Te、环境湿度He、有功功率P进行与训练集相同的特征构造，输入步骤4中经过训练的RF模型得到每一监测时间点三相绕组温度的预测值，当前时刻模型输出的三相温度作为下一时刻模型的输入值； 5.4计算预测三相绕组温度与实际三相温度的绝对误差，判断绝对误差是否超过异常检测上限阈值Ψ，若超过，则判定待检测数据集中干式变压器三相绕组温度异常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。