[发明专利]一种适用于变压器设备的数据处理方法及装置

说明书

本申请提供了一种适用于变压器设备的数据处理方法及装置，通过获取至少一个实时监测数据，实时监测数据用于表征一个或多个变压器的实时状态；利用预设模态分解模型，对实时监测数据进行模态分解，确定实时监测数据的多个模态分量；利用预设熵值模型计算每个模态分量的熵值，并根据各个熵值确定用于判别干扰信号的分界值；根据各个熵值以及分界值，从各个模态分量中筛选出至少一个目标模态分量；将至少一个目标模态分量进行重构，得到目标监测信号，并利用预设监测模型，根据目标监测信号，判断变压器是否正常，若否，则输出预警信息。解决了变压器实时监测数据受干扰，无法准确判定变压器状态的技术问题。

技术领域

本申请涉及变压器监测技术领域，尤其涉及一种适用于变压器设备的数据处理方法及装置。

背景技术

随着新能源产业的不断发展，特别是新能源汽车的普及，在大量电动车的动力电池集中充电的场景中，将会给电力供应系统的配电网络带来新的挑战。相应的，智能电网技术的提出，使得大容量电力变压器等电网基础设备也在进行着智能化转换，为设备的稳定性和绝缘性监测提供了技术发展方向。

变压器的局部放电量能够反应出变压器绝缘性能是否存在问题，通过对该数据的监测能够其绝缘性能是否符合安全要求。然而，监测数据采集过程中不可避免地会受到各种干扰，局部放电也会产生电磁场的改变，引入干扰信号，并且由于电网中大量变压器所处的环境不同，各种干扰因素具有不确定性，这就造成了，虽然在监控系统的硬件上采取了一定抗干扰措施，但是仍无法排除干扰的影响，对变压器智能监控的准确性造成了严重的影响。

发明内容

本申请提供一种适用于变压器设备的数据处理方法及装置，以解决变压器实时监测数据受干扰，无法准确判定变压器状态的技术问题。

第一个方面，本申请提供一种适用于变压器设备的数据处理方法，包括：

获取至少一个实时监测数据，该实时监测数据用于表征一个或多个变压器的实时状态；

利用预设模态分解模型，对实时监测数据进行模态分解，确定实时监测数据的多个模态分量；

利用预设熵值模型计算每个模态分量的熵值，并根据各个熵值确定用于判别干扰信号的分界值；

根据各个熵值以及分界值，从各个模态分量中筛选出至少一个目标模态分量；

将至少一个目标模态分量进行重构，得到目标监测信号，并利用预设监测模型，根据目标监测信号，判断变压器是否正常，若否，则输出预警信息。

在一种可能的设计中，根据各个熵值以及分界值，从各个模态分量中筛选出至少一个目标模态分量，包括：

根据各个模态分量对应的熵值以及分界值，从各个模态分量中筛选出至少一个第一模态分量；

利用预设软阈值模型，对至少一个第一模态分量进行细节提取处理，得到至少一个目标模态分量。

在一种可能的设计中，利用预设软阈值模型，对至少一个第一模态分量进行细节提取处理，包括：

利用第一软阈值函数，对每个第一模态分量中的每个元素进行修正，第一软阈值函数如下所示：

其中，为修正后的第n个目标模态分量，为修正前的第n个第一模态分量中任意一个元素，，,为预设常量，N为第一模态分量的数据长度。

在一种可能的设计中，利用预设软阈值模型，对至少一个第一模态分量进行细节提取处理，包括：

利用第一软阈值函数，对每个第一模态分量中的每个元素进行修正，第一软阈值函数如下所示：

利用第二软阈值函数，对每个第一模态分量中的每个元素进行修正，第二软阈值函数如下所示：

其中，为修正后的第n个目标模态分量，为修正前的第n个第一模态分量中任意一个元素，，,为预设常量，N为第一模态分量的数据长度，为预设调整系数。

在一种可能的设计中，利用预设熵值模型计算每个模态分量的熵值，包括：