基于LSTM的高压电网换流变故障诊断方法

石延辉; 杨洋; 阮彦俊; 王钢; 李钊; 骆钊

doi:10.26963/j.psce.2026.02005

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于LSTM的高压电网换流变故障诊断方法

智能电网 | 更新时间：2026-04-26

- 基于LSTM的高压电网换流变故障诊断方法
- 基于LSTM的高压电网换流变故障诊断方法
- 电网与清洁能源 2026年42卷第2期页码：40-46
- 作者机构：
  
  1. 中国南方电网有限责任公司超高压输电公司广州局
  2. 昆明理工大学电力工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（51907084）;云南省应用基础研究计划项目（202101AT070080）;中国南方电网广州超高压有限责任公司科技项目（010100KK52220009）~~
- DOI：10.26963/j.psce.2026.02005
  中图分类号： TP18;TM721.1
- 纸质出版：2026
- 稿件说明：
移动端阅览
石延辉, 杨洋, 阮彦俊, 等. 基于LSTM的高压电网换流变故障诊断方法[J]. 电网与清洁能源, 2026,42(2):40-46.

石延辉, 杨洋, 阮彦俊, et al. 基于LSTM的高压电网换流变故障诊断方法[J]. 2026, 42(2): 40-46.
石延辉, 杨洋, 阮彦俊, 等. 基于LSTM的高压电网换流变故障诊断方法[J]. 电网与清洁能源, 2026,42(2):40-46. DOI： 10.26963/j.psce.2026.02005.

石延辉, 杨洋, 阮彦俊, et al. 基于LSTM的高压电网换流变故障诊断方法[J]. 2026, 42(2): 40-46. DOI： 10.26963/j.psce.2026.02005.

摘要

随着风光等清洁能源发电在电网中占比的逐渐增加，直流输电工程中的换流变压器一旦出现故障，将影响换流站整流或逆变工作的正常进行。基于换流变油色谱数据分析，提出一种行之有效的故障诊断方法。首先，建立长短期记忆网络（long-short-term-memory

LSTM）的换流变故障诊断模型，并选取换流变油色谱数据中的特征气体及其比值关系，发掘特征参量；其次，引入改进后的粒子群算法（improved particle swarm optimization

IPSO），优化LSTM的5个超参数；最后，将1 213组换流变故障数据分为测试集、训练集后导入基于IPSO-LSTM的故障诊断模型。算例分析表明：所提方法能够诊断换流变故障，并有效区分故障类型，其诊断准确率达到93.44%，能准确反映换流变的运行状况。

Abstract

关键词

Keywords

references

Demirci Merve,Gözde Haluk,Taplamacioglu M. Cengiz.Improvement of power transformer fault diagnosis by using sequential Kalman filter sensor fusion[J].International Journal of Electrical Power and Energy Systems,2023.

Zhang Xunyou,Sun Zuo.Application of Improved PNN in Transformer Fault Diagnosis[J].Processes,2023.

Shao Ningning,Chen Xiaoqiang,Wang Ying.Research on IPSO-RBF transformer fault diagnosis based on Adam optimization[J].Journal of Physics: Conference Series,2022.

Tong Chao,Zhu Ziwei,Zhang Yining,Zhou Mengyao,Peng Sui,Shan Songxing,Wang Peng,Liu Yuting,Tong Tao,Zeng Leilei.Online Monitoring Data Processing Method of Transformer Oil Chromatogram Based on Association Rules[J].IEEJ Transactions on Electrical and Electronic Engineering,2021.

Karmakar Gour,Chowdhury Abdullahi,Das Rajkumar,Kamruzzaman Joarder,Islam Syed.Assessing Trust Level of a Driverless Car Using Deep Learning[J].IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS,2021.

Zollanvari Amin,Kunanbayev Kassymzhomart,Bitaghsir Saeid Akhavan,Bagheri Mehdi.Transformer Fault Prognosis Using Deep Recurrent Neural Network Over Vibration Signals[J].IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT,2021.

Ma Xin,Hu Hao,Shang Yizi.A New Method for Transformer Fault Prediction Based on Multifeature Enhancement and Refined Long Short-Term Memory[J].IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT,2021.

Songkai Liu,Lihuang Liu,Youping Fan,Lei Zhang,Yuehua Huang,Tao Zhang,Jiangzhou Cheng,Lingyun Wang,Menglin Zhang,Ruoyuan Shi,Dan Mao.An Integrated Scheme for Online Dynamic Security Assessment Based on Partial Mutual Information and Iterated Random Forest[J].IEEE Transactions on Smart Grid,2020.

李刚,孟坤,贺帅,刘云鹏,杨宁.考虑特征耦合的Bi-LSTM变压器故障诊断方法[J].中国电力,2023(03).

刘文君,贺馨仪,王彬,董明,马庆华.基于异常检测集成算法的油色谱在线监测数据质量评价体系[J].电网与清洁能源,2022(08).

李平,胡根铭.基于改进神经网络与比值法融合的变压器故障诊断方法[J].高电压技术,2023(09).

王雨虹,王志中,付华,王淑月,王留洋.多策略改进麻雀算法与BiLSTM的变压器故障诊断研究[J].仪器仪表学报,2022(03).

吴国强,姚建锋,管敏渊,朱雪松,吴凯,李浩言,宋珊珊.基于DBSCAN的电力变压器故障诊断[J].武汉大学学报(工学版),2021(12).

张艳霞,韩悦,成雅超,刘凯祥.换流变压器阀侧绕组故障分析[J].电网技术,2022(07).

赵恺,石立宝.基于改进一维卷积神经网络的电力系统暂态稳定评估[J].电网技术,2021(08).

何成兵,王润泽,张霄翔.基于改进一维卷积神经网络的汽轮发电机组轴系扭振模态参数辨识[J].中国电机工程学报,2020(S1).

吴晓欣,何怡刚,段嘉珺,张慧,曾昭瑢.考虑复杂时序关联特性的Bi-LSTM变压器DGA故障诊断方法[J].电力自动化设备,2020(08).

翁楦乔,文成林.基于深度特征聚类和RNN的电网故障诊断[J].控制工程,2022(01).

牛勃,马飞越,周秀,倪辉,房子祎,田禄,魏莹,周秀萍.±800 kV换流变压器在线监测信号的异常分析与处理[J].高压电器,2018(11).

苑清,齐波,张书琦,李成榕,魏振,赵建设.换流变压器绝缘缺陷三比值诊断方法编码优化[J].电网技术,2018(11).

代杰杰,宋辉,盛戈皞,江秀臣,王健一,陈玉峰.采用LSTM网络的电力变压器运行状态预测方法研究[J].高电压技术,2018(04).

刘连光,潘尧,王泽忠.特高压换流变压器支撑件的直流偏磁损耗计算[J].电网与清洁能源,2018(03).

杨通贇,李晓华,戴扬宇,吴嘉琪.换流变励磁涌流特性分析及其抑制[J].电网与清洁能源,2017(01).

韩四满,李秀广,王博,郭飞,相中华,谢海滨.某±660kV换流变压器故障分析[J].人民长江,2016(19).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LB-IDBO-HKELM样本扩充与参量优选的变压器故障诊断

基于IGA优化AdaBoost-SVM的变压器多级故障诊断方法研究

基于时域反射法和模式识别网络的节能导线故障诊断方法

基于MobileViT的智能变电站继电保护二次回路故障诊断技术

电力旋转机械故障诊断设备分类问题