(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 202110539549.8 (22)申请日 2021.05.17 (65)同一申请的已公布的文献号 申请公布号 CN 113239623 A (43)申请公布日 2021.08.10 (73)专利权人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 严英杰　刘亚东　江秀臣　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 专利代理师 王晓东 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 3/12(2006.01)G06F 111/04(2020.01) G06F 113/08(2020.01) G06F 119/08(2020.01) (56)对比文件 CN 107273 687 A,2017.10.20 CN 110687397 A,2020.01.14 审查员 薛杰 (54)发明名称 一种适用于电力装备的故障定位方法 (57)摘要 本发明公开了一种适用于电力装备的故障 定位方法， 包括， 基于多物理场仿真策略构建正 演计算模型， 通过正演计算模型对电力装备内部 各单物理场进行正演仿真计算； 根据监测系统采 集的变压器可观测数据进行反演计算， 获得变压 器内部的损耗分布； 根据正演计算模 型和损耗分 布， 构建电力装备反演模型； 将变压器表面温度 输入至电力装 备反演模型中， 采用遗传算法对变 压器内部各部件的多点温度进行多物理场多参 数反演寻优， 得到变压器内部的温度场参数分布 情况； 根据变压器内部的温度场参数分布情况对 电力装备进行 故障定位； 本发明能够及时且准确 地预测电力装 备故障异常， 为运维人员处理异常 现象提供重要的依据。 权利要求书2页 说明书7页 附图1页 CN 113239623 B 2022.11.18 CN 113239623 B 1.一种适用于电力装备的故障定位方法， 其特 征在于： 包括， 基于多物理场仿真策略构建正演计算模型， 通过所述正演计算模型对电力装备内部各 单物理场进行正演仿真计算； 根据监测系统采集的变压器可观测数据进行反演计算， 获得变压器内部的损耗分布； 根据所述 正演计算模型和损耗分布， 构建电力装备反演模型； 将变压器表面温度输入至所述电力装备反演模型中， 采用遗传算法对变压器 内部各部 件的多点温度进行多物理场多参数反演寻优， 得到变压器内部的温度场参数分布情况； 根据所述变压器内部的温度场参数分布情况对电力装备进行故障定位； 所述正演计算模型包括， 所述正演计算模型如下： 其中， t为流体表面温度， ρ 为流体密度， V为流体速度， k为微元面积矢量dS外法线的单 位矢量； F为单位质量流体所 受到的质量力； Π为微元面积 矢量dS的应力张量； c为流体的比 热容； T为控制体的温度； λ为导热系数； Q为对应微元的生热量； ▽为调和算子； x， y， z表 示空 间坐标系的三个轴； u， v， w分别为 流体速度V在x， y， z方向上的速度分量； 所述反演计算包括， 通过下式进行反演计算： 其中， H为磁场强度， J为电流密度， t为时间， D为电通量密度， E为电场强度， B为磁通量 密度， σ 为电荷 密度； 构建所述电力装备反演模型包括， s.t.x≥0 其中， f(x)为目标函数， cp为空气的恒压热容， T为变压器的温度， t为时间， x为节点温 度， P为变压器的热功率。 2.如权利要求1所述的适用于电力装备的故障定位方法， 其特征在于： 所述流体密度包权　利　要　求　书 1/2 页 2 CN 113239623 B 2括， 其中， g为 流体的热导 率。 3.如权利要求1或2所述的适用于电力装备的故障定位方法， 其特征在于： 所述变压器 可观测数据包括电压、 电流以及负荷信息 。 4.如权利要求3所述的适用于电力装备的故障定位方法， 其特 征在于： 还 包括， 通过边界条件约束磁场 场域边界值和场域法向倒数： 其中， Φ为 边界区域势的分布， m为 边界处的外法线矢量， Γ1和Γ2为诺伊曼边界。 5.如权利要求4所述的适用于电力装备的故障定位方法， 其特征在于： 所述多物理场多 参数反演寻优 包括， 在变量x的可 行域内随机生成N个 个体， 获得种群规模N； 设定x的可视域， 步长， 拥挤度因子 δ和尝试次数； 计算种群适应值， 取最大的适应值赋 给公告板； 通过觅食行为、 聚群行为、 追尾行为更新x， 生成新种群； 若某个体优于所述公告板， 则将所述公告板更新 为该个体； 当公告板上最优解达 到满意误差界内， 寻优结束； 否则继续更新x。 6.如权利要求5所述的适用于电力装备的故障定位方法， 其特 征在于： 所述更新x 包括， 所述觅食行为： 设节点温度 x的当前状态为Xi， 在所述可视域内 随机选择一个状态Xj， 若 f(Xi)>f(Xj)， 则向该方向前进一步； 否则， 则重新随机选择状态Xj， 判断是否满足前进条件； 若判断次数达 到所述尝试次数后， 仍 不满足前进条件， 则随机移动一 步； 所述聚群行为： 设节点温度 x的当前状态为Xi， 探索所述可视域内x的伙伴数目xf及中心 位置Xc， 若中心位置的目标函数f(Xc)大于当前位置的目标函数值f(Xi)， 则朝中心位置Xc方 向前进一 步； 否则执 行所述觅食行为； 所述追尾行为： 探索所述可视域内的伙伴数目xf及最大的目标函数值f(Xj)， 若所述最 大的目标函数值 f(Xj)大于所述当前位置的目标函数值 f(Xi)， 则朝伙伴的中心位置方向前 进一步； 否则执 行觅食行为。权　利　要　求　书 2/2 页 3 CN 113239623 B 3