一种变压器油的老化检测方法、装置、设备和介质与流程

本发明涉及变压器油老化检测，尤其涉及一种变压器油的老化检测方法、装置、设备和介质。

背景技术：

1、变压器油是保证变压器安全运行的重要保证，主要有冷却、绝缘、保护等作用，在变电设备中有着非常重要的作用。但变压器油在运行过程中，随着运行时间的增加，变压器油会逐渐老化，老化后的变压器油性能会发生改变，导致变电设备的绝缘性能下降。

2、为此，目前对变压器油老化研究的方式通常是采用老化箱加热变压器油进行加速老化，在规定时间取出变压器油进行离线检测，以分析变压器油的击穿电压、体积电阻率、酸值等指标，来初步确定变压器油的老化程度。

3、但在上述方式中，离线检测周期次数多且老化时间长，每次确定变压器油的老化程度均需要重新离线检测，检测效率低。

技术实现思路

1、本发明提供了一种变压器油的老化检测方法、装置、设备和介质，解决了现有的变压器油老化检测方式离线检测周期次数多且老化时间长，每次确定变压器油的老化程度均需要重新离线检测，检测效率低的技术问题。

2、本发明第一方面提供的一种变压器油的老化检测方法，包括：

3、响应建模请求，获取变压器油在多个老化阶段对应的离线检测数据和油液视觉数据；

4、对所述油液视觉数据进行像素分类并标注，得到分类标注图像；

5、采用所述离线检测数据和所述分类标注图像的关联特征对训练预设特征分割模型，得到目标特征分割模型；

6、当接收到待检测变压器油的样本数据和样本图像时，调用所述目标特征分割模型结合量化权值，确定所述待检测变压器油的老化等级。

7、可选地，在执行所述响应建模请求，获取多组变压器油的离线检测数据和油液视觉数据之前，所述方法还包括：

8、通过老化箱按照多组不同的时间温度条件对同一变压器的变压器油进行老化试验，分别检测各组所述变压器油对应的离线检测数据；

9、采用至少一种图像成像器件检测各组所述变压器油对应的油液视觉数据；

10、其中，所述离线检测数据包括色度、酸值、击穿电压、体积电阻率和介电常数，所述油液视觉数据中包括变压器油颜色、金属颗粒信息、非金属颗粒信息、气泡信息和水含量信息。

11、可选地，所述对所述油液视觉数据进行像素分类并标注，得到分类标注图像，包括：

12、若所述油液视觉数据未符合标注条件，则响应外部输入对所述油液视觉数据进行标注，得到分类标注图像；

13、若所述油液视觉数据符合所述标注条件，则按照所述油液视觉数据中的颜色、亮度或纹理，选取至少一种图像分割方式对所述油液视觉数据进行图像分割，得到多个区域分割图像；

14、分别对各所述区域分割图像进行标注，得到分类标注图像。

15、可选地，所述采用所述离线检测数据和所述分类标注图像的关联特征对训练预设特征分割模型，得到目标特征分割模型，包括：

16、按照所述离线检测数据和所述分类标注图像的关联关系进行网络分割，得到关联特征对；

17、将所述关联特征对输入至预设特征分割模型，输出训练特征类别；

18、计算所述训练特征类别和实际特征类别之间的损失函数值；

19、若所述损失函数值超过预设损失阈值，则采用优化器对所述预设老化检测模型进行参数梯度调整，直至所述损失函数值小于所述预设损失阈值，得到目标特征分割模型。

20、可选地，所述按照所述离线检测数据和所述分类标注图像的关联关系进行网络分割，得到关联特征对，包括：

21、按照所述离线检测数据和所述分类标注图像，分别创建特征节点；

22、计算所述特征节点两两之间的关联度；

23、按照所述关联度连接各个所述特征节点，生成特征网络；

24、采用预设的特征关联模型对所述特征网络进行网络分割，生成关联特征对。

25、可选地，所述当接收到待检测变压器油的样本数据和样本图像时，调用所述目标特征分割模型结合量化权值，确定所述待检测变压器油的老化等级，包括：

26、当接收到待检测变压器油的样本数据和样本图像时，对所述样本数据和所述样本图像进行网络分割，得到样本关联特征；

27、通过所述目标老化检测模型按照所述样本关联特征进行分类，确定所述样本数据所属第一老化特征类别和所述样本图像所属第二老化特征类别；

28、按照所述第一老化特征类别和预设判定准则确定第一量化等级，按照所述第二老化特征类别和预设判定准则确定第二量化等级；

29、加权叠加所述第一量化等级和所述第二量化等级，确定老化等级。

30、可选地，所述加权叠加所述第一量化等级和所述第二量化等级，确定老化等级，包括：

31、基于knn监督学习的混淆矩阵计算所述第一老化特征类别对应的第一判别准确度；

32、按照多个图像指标计算所述第二老化特征类别对应的第二判别准确度；

33、按照所述第一判别准确度和所述第二判别准确度，确定量化权值；

34、按照所述量化权值对所述第一量化等级和所述第二量化等级进行加权叠加，确定老化等级。

35、本发明第二方面提供了一种变压器油的老化检测装置，包括：

36、数据获取模块，用于响应建模请求，获取变压器油在多个老化阶段对应的离线检测数据和油液视觉数据；

37、图像分类标注模块，用于对所述油液视觉数据进行像素分类并标注，得到分类标注图像；

38、模型训练模块，用于采用所述离线检测数据和所述分类标注图像的关联特征对训练预设特征分割模型，得到目标特征分割模型；

39、老化等级确定模块，用于当接收到待检测变压器油的样本数据和样本图像时，调用所述目标特征分割模型结合量化权值，确定所述待检测变压器油的老化等级。

40、本发明第三方面提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明第一方面任一项所述的变压器油的老化检测方法的步骤。

41、本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明第一方面任一项所述的变压器油的老化检测方法。

42、从以上技术方案可以看出，本发明具有以下优点：

43、本发明通过响应建模请求，获取变压器油在多个老化阶段对应的离线检测数据和油液视觉数据；对油液视觉数据进行像素分类并标注，得到分类标注图像；采用离线检测数据和分类标注图像的关联特征对训练预设特征分割模型，得到目标特征分割模型；当接收到待检测变压器油的样本数据和样本图像时，调用目标特征分割模型结合量化权值，确定待检测变压器油的老化等级。从而应用机器学习的方法实现对变压器油老化特征的识别与老化等级的判定，以老化特征检测指标与视觉图像相结合的方式，能更全面更准确实现对老化特征的识别与判断。

技术特征：

1.一种变压器油的老化检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在执行所述响应建模请求，获取多组变压器油的离线检测数据和油液视觉数据之前，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述油液视觉数据进行像素分类并标注，得到分类标注图像，包括：

4.根据权利要求1所述的方法，其特征在于，所述采用所述离线检测数据和所述分类标注图像的关联特征对训练预设特征分割模型，得到目标特征分割模型，包括：

5.根据权利要求4所述的方法，其特征在于，所述按照所述离线检测数据和所述分类标注图像的关联关系进行网络分割，得到关联特征对，包括：

6.根据权利要求1所述的方法，其特征在于，所述当接收到待检测变压器油的样本数据和样本图像时，调用所述目标特征分割模型结合量化权值，确定所述待检测变压器油的老化等级，包括：

7.根据权利要求6所述的方法，其特征在于，所述加权叠加所述第一量化等级和所述第二量化等级，确定老化等级，包括：

8.一种变压器油的老化检测装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的变压器油的老化检测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-7任一项所述的变压器油的老化检测方法。

技术总结本发明公开了一种变压器油的老化检测方法、装置、设备和介质，方法包括通过响应建模请求，获取变压器油在多个老化阶段对应的离线检测数据和油液视觉数据；对油液视觉数据进行像素分类并标注，得到分类标注图像；采用离线检测数据和分类标注图像的关联特征对训练预设特征分割模型，得到目标特征分割模型；当接收到待检测变压器油的样本数据和样本图像时，调用目标特征分割模型结合量化权值，确定待检测变压器油的老化等级。从而应用机器学习的方法实现对变压器油老化特征的识别与老化等级的判定，以老化特征检测指标与视觉图像相结合的方式，能更全面更准确实现对老化特征的识别与判断。技术研发人员：成传晖,喇元,王增超,罗卓,卓然,石新发,黄之明,罗颜,陈秋霖,赵思诚,高萌,杨伟鸿,陈继师,周雄,侯营,阙韵峰,陈梁远受保护的技术使用者：南方电网科学研究院有限责任公司技术研发日：技术公布日：2025/1/6