(19)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 202211088009.3 (22)申请日 2022.09.07 (71)申请人 国网山东省电力公司济南供电公司 地址 250012 山东省济南市 市中区泺源大 街238号 申请人 国家电网有限公司 (72)发明人 张雨薇　范岩　胡旭冉　鲍新　 孙伟　冯晓梅　王忠　王鹏　 孙大伟　 (74)专利代理 机构 济南诚智商标专利事务所有 限公司 3710 5 专利代理师 李怀秋 (51)Int.Cl. G06K 9/62(2022.01) G06Q 10/00(2012.01)G06Q 50/06(2012.01) (54)发明名称 一种变压器故障诊断方法、 装置及存 储介质 (57)摘要 本发明涉及一种变压器故障诊断方法、 装置 及存储介质。 本发明采用混合互信息法从属性中 选出与变压器故障相关性较强的特征属性， 并根 据所选的特征属性得到用于训练变压器故障类 型和特征属性之间映射关系的有标签训练样本 集和无标签训练样本集； 有 标签训练样本集和无 标签训练样 本集中的样本的维度大大降低， 避免 了维数灾难。 采用有 标签训练样 本集和无标签训 练样本集进行半监督协同训练得到包含标签值 与特征属性之间的映射关系的两分类器； 将待分 析故障的变压器的数据输入到最终得到的两个 分类器中， 根据两个分类器产生的分类均值得到 故障分析结果， 本发明在训练时对有标签训练样 本数量的需求低， 从而具有较高的模型训练效 率。 权利要求书2页 说明书7页 附图4页 CN 115438733 A 2022.12.06 CN 115438733 A 1.一种变压器故障诊断方法， 其特征在于， 包括： 构建变压器故障诊断样本库， 所述变 压器故障诊断样本库存储包含属性和标签的有标签样本和 仅含属性的无标签样本， 所述属 性包含变压器保护 信号和遥测数据； 采用混合互信 息法从属性中选出与变压器故障相关性较强的特征属性， 并根据 所选的 特征属性得到用于训练变压器故障类型和特征属 性之间映射关系的有标签训练样本集和 无标签训练样本集； 采用有标签训练样本集和无标签训练样本集进行半监督协同训练得到包含标签值与 特征属性之间的映射关系的两分类 器； 将待分析故障的变压器的数据输入到最终得到的两个分类器中， 根据两个分类器产生 的分类均值得到故障分析 结果。 2.根据权利要求1所述的变压器故障诊断方法， 其特征在于， 选取预设时长的变压器故 障运行记录， 对于每一次故障， 将由多种变压器保护信号和多种遥测数据构成的多维属 性 向量和为 故障类型的标签组合成有标签样本， 然后均匀随机选择预设时长中变压器的运行 记录， 获设定数量仅包含多维属 性向量的无标签样本， 有标签样本和无标签样本构成变压 器故障诊断样本库。 3.根据权利要求1所述的变压器故障诊断方法， 其特征在于， 采用混合互信 息法从属性 中选出与变压器故障相关性较强的特 征属性包括： 通过KNN邻近算法估计无标签样本的伪标签值； 组合有标签样本的标签值及无标签样 本的伪标签值形成标签集 合Y； 初始化空集作为存放特 征属性的特 征属性集X； 遍历属性向量 △S中的每个属性 △sj， 计算属性 △sj与标签集合Y之间的互信息， 选取最 大互信息对应的属性 △s*添加到特 征属性集X， 并从属性向量 △S中删除； 循环遍历属性向量 △S中的每个属性 △sj， 计算属性 △sj与标签集合Y的混合互信息， 取 最大混合互信息对应的属性 △s**添加到特 征属性集X， 并从属性向量 △S中删除； 特征属性集X中元素的数量达 到预设的数量阈值后结束循环。 4.根据权利要求3所述的变压器故障诊断方法， 其特征在于， 获得特征属性集X后， 按特 征属性集X中的元素保留有标签样本和无标签样本中的属性分别形成有标签训练样本集和 无标签训练样本集； 以实现根据所选的特征属性得到用于训练变压器故障类型和特征属性 之间映射关系的有标签训练样本集和无 标签训练样本集。 5.根据权利要求1所述的变压器故障诊断方法， 其特征在于， 采用有标签训练样本集和 无标签训练样本集进行半监督协同训练得到包含标签值与特征属 性之间的映射关系的两 分类器包括： 将有标签训练样本集分为第 一子有标签训练样本集和第 二子有标签训练样本集； 利用 第一子有标签训练样本集对分类器进 行训练得到第一分类器， 利用第二子有标签训练样本 集对分类器进 行训练得到第二分类器； 然后利用第一分类器和 第二分类器估计从无标签训 练样本集随机抽取的无标签训练样本子集； 选择一个分类器无标签训练样本子集中置信度 较高的若干无标签训练样本及其伪标签值， 加入另一个分类器的子有标签训练样本集中来 训练更新分类器； 不断重复训练过程， 直到达到最大迭代 次数或所有无标签训练样本全部 被选入子有标签训练样本集中。权　利　要　求　书 1/2 页 2 CN 115438733 A 26.根据权利要求5所述的变压器故障诊断方法， 其特征在于， 所述分类器采用支持向量 机。 7.根据权利要求5所述的变压器故障诊断方法， 其特征在于， 所述置信度 取无标签训练 样本加入子有标签训练样本集前后训练得到的第一分类 器或第二分类 器的均方误差 。 8.根据权利要求5所述的变压器故障诊断方法， 其特征在于， 每次筛选的置信度较 高的 无标签训练样本的个数nt随着迭代次数而动态变化， 如下 所示： nt＝nt‑1ρ0.5t 其中， t为当前迭代次数， ρ 为动态筛 选增长率。 9.一种变压器故障诊断装置， 其特征在于， 包括： 至少一处理单元、 接口单元、 总线单 元、 存储单元， 所述处理单元、 接口单元、 存储 单元连接于总线 单元， 所述存储单元存储计算 机程序和数据， 所述处理单元读取计算机程序处理数据实现如权利要求1 ‑7任一所述的变 压器故障诊断方法。 10.一种实现变压器故障诊断方法的存储介质， 其特征在于， 所述实现变压器故障诊断 方法的存储介质存储至少一条指令， 处理器读取并执行所述指令实现如权利要求1 ‑7任一 所述的变压器故障诊断方法。权　利　要　求　书 2/2 页 3 CN 115438733 A 3