원래 이름 기록: 国网黑龙江省电力有限公司超高压公司

本发明公开了基于机器学习的干式空心电抗器异常分析系统及方法，涉及电力设备状态监测技术领域，该方法包括：同步采集磁场探测线圈对的感应电压信号，以及干式空心电抗器本体的工作电压与工作电流信号；分析电抗器的功率因数角特征参数；并分析磁场探测线圈对的感应电压信号，得到差分电压值；融合差分电压值与功率因数角特征参数，生成协同变化系数，构建协同变化系数空间分布向量；将协同变化系数空间分布向量输入至故障分类模型，识别元素的幅值差异与空间分布模式；输出故障分类模型的分析结果。本发明将协同变化系数按空间位置排列为分布向量，识别向量元素的幅值差异与空间模式，提高对故障识别的准确性。

本发明涉及变压器异常检测技术领域，尤其涉及一种变压器油中溶解气含量预测方法及装置，该方法包括：采用CPO优化算法对模态分解进行参数优化，利用优化后的参数，采用变分模态分解法对获取的时序数据进行分解，获得特征气体浓度随时间变化的子序列；将子序列和真实气体含量标签数据输入非平稳Transformer模型中对模型训练，得到溶解气含量预测模型；对待预测变压器油色谱时序利用CPO优化算法及变分模态分解法进行分解获得子序列，将其输入训练后的预测模型中，输出最终预测结果。本发明能够有效提升深层特征提取能力，使预测精度更高，增强泛化能力与鲁棒性，有助于实现变压器内部潜伏性故障的超前预警。

本发明属于大规模电网安全保障技术领域，具体涉及基于变电站配置文件的二次虚回路智能校核方法及系统。其方法通过解析变电站配置文件，构建融合一次接线与二次功能的电气信息融合图；然后针对执行出口节点，反向追溯形成独立的虚回路因果链；接着对每条虚回路因果链计算全链路时序偏差；最后对汇集于同一出口且始端功能逻辑互斥的多条因果链，将其各自的时序偏差加权求和得到综合风险加权时延，并依据该指数与预设阈值的比较结果，判定是否存在虚回路配置冲突。本发明能发现累积时延风险，还能识别并量化不同功能间隐藏的深层次逻辑配置冲突，从而显著提升了变电站配置文件校核的深度与精度，保证大规模电网运行的安全。