油纸绝缘老化状态的识别方法、装置、设备和存储介质与流程

1.本技术涉及老化识别技术领域，特别是涉及一种油纸绝缘老化状态的识别方法、装置、设备和存储介质。


背景技术：

2.油纸绝缘是一种重要的绝缘方式，一直应用于大型变压器等电力设备。在变压器油纸绝缘运行过程中，其油纸绝缘长期承受热、电、机械、化学等多种外部应力作用，导致发生故障。
3.目前，判断油纸绝缘设备老化状态的检测方法较为直接有效的一种是测量油纸绝缘的平均聚合度，但在实际情况中，油纸绝缘的老化还会受到其他因素的影响。因此，如果单纯依靠平均聚合度作为判据，并不能精确地判别油纸绝缘出现老化状态的程度。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高油纸绝缘老化状态的识别精度的油纸绝缘老化状态的识别方法、装置、设备和存储介质。
5.一种油纸绝缘老化状态的识别方法，包括：
6.获取待测油纸绝缘的平均聚合度，并获取所述待测油纸绝缘的频域介电谱特征值；
7.调用预先训练完成的含水量识别模型对所述频域介电谱特征值处理得到所述待测油纸绝缘的含水量，所述含水量识别模型通过若干油纸绝缘样品对应的频域介电谱特征值和含水量训练得到；
8.根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态。
9.在其中一个实施例中，所述根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态，包括：
10.确定所述平均聚合度与基准聚合度的第一差值，若所述第一差值的绝对值大于第一预设阈值，则确定所述待测油纸绝缘处于轻度老化状态，所述基准聚合度为油纸绝缘处于未老化状态的聚合度；
11.确定所述含水量与基准含水量的第二差值，若所述第二差值的绝对值大于第二预设阈值，则确定所述待测油纸绝缘处于重度老化状态，所述基准含水量为油纸绝缘处于未老化状态的含水量。
12.在其中一个实施例中，所述获取所述待测油纸绝缘的频域介电谱特征值，包括：
13.获取待测油纸绝缘的频域介电谱测试结果；
14.根据所述频域介电谱测试结果确定所述待测油纸绝缘的频域介电谱特征值，其中，所述频域介电谱特征值包括复电容实部和复电容虚部中的至少一项。
15.在其中一个实施例中，所述获取待测油纸绝缘的平均聚合度，包括：
16.确定所述待测油纸绝缘的第一频率特性曲线；
17.对所述第一频率特性曲线进行解谱得到第二频率特性曲线；
18.根据所述第二频率特性曲线确定所述待测油纸绝缘的平均聚合度。
19.在其中一个实施例中，所述对所述第一频率特性曲线进行解谱得到第二频率特性曲线，包括：
20.在所述第一频率特性曲线中，确定各个频率对应的复电容实部与稳定值之间的第三差值，其中，所述稳定值为所述油纸绝缘的偶极子主导的极化对载流子主导的极化的影响恒定值；
21.根据所述第三差值确定所述油纸绝缘的第二频率特性曲线。
22.在其中一个实施例中，所述含水量识别模型的训练方式包括：
23.测试若干油纸绝缘样品的频域介电谱，并根据所述频域介电谱确定所述若干油纸绝缘样品对应的频域介电谱特征值；
24.获取所述若干油纸绝缘样品的含水量；
25.将所述若干油纸绝缘样品对应的频域介电谱特征值以及所述含水量作为样本数据；
26.将所述样本数据输入至神经网络模型中进行训练，得到所述含水量识别模型。
27.在其中一个实施例中，所述方法还包括：
28.根据所述若干油纸绝缘样品的频域介电谱对应的频率区间，对所述若干油纸绝缘样品对应的频域介电谱特征值进行划分；
29.对划分后的所述频域介电谱特征值进行归一化处理；
30.通过归一化处理后的所述频域介电谱特征值构建所述样本数据。
31.一种油纸绝缘老化状态的识别装置，包括：
32.获取模块，用于获取待测油纸绝缘的平均聚合度，并获取所述待测油纸绝缘的频域介电谱特征值；
33.调用模块，用于调用预先训练完成的含水量识别模型对所述频域介电谱特征值处理得到所述待测油纸绝缘的含水量，所述含水量识别模型通过若干油纸绝缘样品对应的频域介电谱特征值和含水量训练得到；
34.识别模块，用于根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态。
35.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
36.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
37.上述的油纸绝缘老化状态的识别方法、装置、设备和存储介质，油纸绝缘老化状态的识别方法包括获取待测油纸绝缘的平均聚合度，并获取所述待测油纸绝缘的频域介电谱特征值，调用预先训练完成的含水量识别模型对所述频域介电谱特征值处理得到所述待测油纸绝缘的含水量，所述含水量识别模型通过若干油纸绝缘样品对应的频域介电谱特征值和含水量训练得到，根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态，由于本技术的老化状态是通过由含水量和平均聚合度组成的复合判别机制，相较于单纯依靠平均聚合度作为判据，解决了单纯依靠平均聚合度识别老化状态而导致识别不精准
的问题，实现了提高油纸绝缘老化状态的识别精度。
附图说明
38.为了更清楚地说明本技术实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为一个实施例提供的一种油纸绝缘老化状态的识别方法的流程示意图；
40.图2为一个实施例提供的一种图1中步骤110的细化流程图；
41.图3为一个实施例提供的一种油纸绝缘老化状态的识别装置的结构示意图。
具体实施方式
42.为了便于理解本技术，下面将参照相关附图对本技术进行更全面的描述。附图中给出了本技术的实施例。但是，本技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本技术的公开内容更加透彻全面。
43.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。
44.可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
45.空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此，示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外，器件也可以包括另外地取向(譬如，旋转90度或其它取向)，并且在此使用的空间描述语相应地被解释。
46.需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
47.在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。若干指的是一个或多个，此处不作限制。多个是指两个以上。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
48.近年来我国的电力工业发展迅速，电网规模已经超过美国跃居世界第一，发电装机容量位居世界第二。不断扩大的电网规模同时又对电力系统的运行安全和可靠供电提出了更高的要求。变压器特别是大型电力变压器作为变、配电中能量转换和传输的核心，往往
是输变电设备中最为重要、关键且昂贵的电气设备，其安全运行对于保障电网安全意义重大。大型变压器在运行时发生故障，就可能导致引发大面积停电，由于其自身的检修期高达半年以上，因此会造成巨大的经济损失和负面影响。
49.实践证明，由于电力变压器的绝缘材料大多为有机材料，如矿物油、绝缘纸、各种有机合成材料等，相对于金属材料而言，绝缘材料更容易发生损坏，可以说大多数电力变压器的损坏和故障都是由其绝缘的损坏而造成的。研究发现，绝缘纸的老化过程就是纤维素降解、葡萄糖单体单元间1—4苷键(氧桥)发生断裂、分子由长链变短链、平均聚合度值下降的过程。目前，判断油纸绝缘设备老化状态的检测方法较为直接有效的一种是测量油纸绝缘的平均聚合度，但在实际情况中，油纸绝缘的老化还会受到其他因素的影响。因此，如果单纯依靠平均聚合度作为判据，并不能精确地判别油纸绝缘出现老化状态的程度。
50.本技术实施例提供了一种油纸绝缘老化状态判别方法，解决了单纯依靠平均聚合度识别老化状态而导致识别不精准的问题，实现了提高油纸绝缘老化状态的识别精度。
51.下面通过附图对本技术实施例提出的技术方案进行详细的说明。
52.参考图1，图1为一个实施例提供的一种油纸绝缘老化状态的识别方法的流程示意图。在一个实施例中，如图1所示，油纸绝缘老化状态的识别方法包括步骤110至步骤130。
53.步骤110、获取待测油纸绝缘的平均聚合度，并获取所述待测油纸绝缘的频域介电谱特征值。
54.其中，本实施例的待测油纸绝缘可以是变压器油纸绝缘。聚合度是指衡量聚合物分子大小的指标。在本实施例中，平均聚合度衡量待测油纸绝缘的聚合物分子大小。可选的，频域介电谱特征值包括复电容实部和复电容虚部中的至少一项。
55.在一个实施例中，通过频域介电谱测试仪器测量获得了油纸绝缘的频域介电谱测试结果。计算机设备获取待测油纸绝缘的频域介电谱测试结果，并根据频域介电谱测试结果确定所述待测油纸绝缘的频域介电谱特征值。具体的，计算机设备通过提取频域介电谱测试结果中的复电容实部和复电容虚部，将其作为频域介电谱特征值保存在频域介电谱特征值储存单元中。
56.步骤120、调用预先训练完成的含水量识别模型对所述频域介电谱特征值处理得到所述待测油纸绝缘的含水量。
57.其中，本实施例的含水量识别模型通过若干油纸绝缘样品对应的频域介电谱特征值和含水量训练得到。具体的，将若干油纸绝缘样品对应的频域介电谱特征值和含水量作为样本数据，输入至神经网络模型中进行训练，从而得到含水量识别模型。
58.在本步骤中，将待测油纸绝缘测试所得的频域介电谱特征值输入到含水量识别模型中，可以直接预测待测油纸绝缘的含水量，而无需经过复杂的物化实验去测试含水量。
59.步骤130、根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态。
60.在本步骤中，根据平均聚合度和含水量共同来识别油纸绝缘的老化状态。
61.在本实施例中，由于本技术的老化状态是通过由含水量和平均聚合度组成的复合判别机制，相较于单纯依靠平均聚合度作为判据，解决了单纯依靠平均聚合度识别老化状态而导致识别不精准的问题，实现了提高油纸绝缘老化状态的识别精度。
62.在一个实施例中，根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态，包括：
63.确定所述平均聚合度与基准聚合度的第一差值，若所述第一差值的绝对值大于第一预设阈值，则确定所述待测油纸绝缘处于轻度老化状态，所述基准聚合度为油纸绝缘处于未老化状态的聚合度；
64.确定所述含水量与基准含水量的第二差值，若所述第二差值的绝对值大于第二预设阈值，则确定所述待测油纸绝缘处于重度老化状态，所述基准含水量为油纸绝缘处于未老化状态的含水量。
65.在本实施例中，首先通过待测变压器油纸绝缘的型号信息，在电网数据库中查找同型号的变压器油纸绝缘未老化状态下的基准聚合度。然后将本技术实施例中计算获得的待测变压器油纸绝缘的平均聚合度，与查找的未老化状态的变压器油纸绝缘的基准聚合度进行差值计算，得到第一差值，并计算第一差值的绝对值。判断第一差值的绝对值是否大于第一预设阈值，如果大于第一预设阈值，则证明待测变压器油纸绝缘处于轻度老化的状态；如果小于第一预设阈值则证明待测变压器油纸绝缘尚未出现老化状态。此时需要进一步确定具体老化程度。
66.进一步地，再次根据待测变压器油纸绝缘的型号信息，在数据库中查找同型号的变压器油纸绝缘未老化状态下的含水量，然后将本技术实施例中在变压器油纸绝缘含水量估算模型中预测得到的含水量，与未老化状态的变压器油纸绝缘的基准含水量进行差值计算，以得到第二差值。然后判断第二差值是否大于第二预设阈值，如果第二差值大于第二预设阈值的话，则证明变压器已经处于重度老化状态，需要及时对该待测变压器油纸绝缘进行检修，以免影响电网的正常运行。
67.在本实施例中，如果检测出待测变压器油纸绝缘的平均聚合度与未老化状态下的变压器油纸绝缘的基准聚合度之间的第一差值的绝对值，小于第一预设阈值，则无需进行含水量的预测。因为仅从平均聚合度数值已经能反映出待测变压器油纸绝缘尚未出现老化，无需进行维修处理。引入变压器油纸绝缘含水量估算模型，正是为了解决计算出的待测变压器油纸绝缘平均聚合度，不能准确反映具体的老化程度。
68.需要说明的是，假如预测出的变压器油纸绝缘的含水量，与未老化状态的变压器油纸绝缘的基准含水量之间的第二差值小于第二预设阈值的情况下，此时并不能判断待测的变压器油纸绝缘具体处于何种老化程度，但可以明确待测的变压器油纸绝缘确实已经发生了老化。所以，该种情况下，也需要告警处理，以免在将来较短的时间内，待检测的变压器油纸绝缘加速老化，导致检修工作措不及防，造成较大的损失。
69.在本实施例中，综合考虑了变压器油纸绝缘设备在老化进程中的不同变化因素，不再将平均聚合度这个单一的判据作为确定变压器油纸绝缘老化状态程度的影响因素。而是将变压器油纸绝缘的含水量也考虑在内，建立了新型的平均聚合度
‑
含水量综合判别模式，得到了较为精确的变压器油纸绝缘老化状态的判别方法。
70.需要说明的是，由于变压器油纸绝缘是有损耗的，在交变电场作用下会产生极化损耗。因此介质损耗因数是油纸绝缘材料的基本特性之一，无法忽略其在变压器油纸绝缘中的影响。本技术实施例为了获取较为准确的结果，将介质损耗因数也考虑在内。在本技术实施例中，频域介电谱测试仪中包含介质损耗因数的测试单元，可以测试不同频率下的变压器油纸绝缘的介质损耗因数。将测得的介质损耗因数也作为频域介电谱特征值，并保存在频域介电谱特征值储存单元中。
71.可以理解的是，得到的频域介电谱特征值参考了变压器油纸绝缘的损耗，则得到的频域介电谱特征值也更准确，相应得到的含水量也更准确，则油纸绝缘的老化状态的识别也更准确。
72.在一个实施例中，含水量识别模型的训练方式包括：
73.测试若干油纸绝缘样品的频域介电谱，并根据所述频域介电谱确定所述若干油纸绝缘样品对应的频域介电谱特征值；获取所述若干油纸绝缘样品的含水量；将所述若干油纸绝缘样品对应的频域介电谱特征值以及所述含水量作为样本数据；将所述样本数据输入至神经网络模型中进行训练，得到所述含水量识别模型。
74.可选的，将样本数据的一部分作为测试集，另一部分作为验证集。先通过测试机训练模型，再通过验证集来验证模型的训练结果。
75.本技术实施例中，首先取若干变压器油纸绝缘样品，对其进行频域介电谱的测试，得到若干变压器油纸绝缘样品对应的频域介电谱特征值，若干变压器油纸绝缘样品的频域介电谱特征值包括：复电容实部、复电容虚部以及介质损耗因数，将测得的数据保存在数据处理中心。
76.进一步地，对若干变压器油纸绝缘样品进行含水量的测量，具体可以通过测量若干变压器油纸绝缘样品所处的绝缘油中微水的含量来获得绝缘纸的含水量，也可以通过其他的物化实验来测量若干变压器油纸绝缘样品的含水量。
77.在本实施例中，为确保输入神经网络模型的样本数据准确的被学习和训练，需要对若干变压器油纸绝缘样品对应的频域介电谱特征值以及含水量进行多次测试，并筛除出现错误测试的数据。计算机设备将经过多次测试后的若干变压器油纸绝缘样品对应的频域介电谱特征值，以及若干变压器油纸绝缘样品对应的含水量作为神经网络模型训练的样本数据。可选的，本实施例的神经网络模型包括但不限于bp(back propagation)神经网络、hopfield网络(浩斯菲尔德网络)、art网络(art network)和kohonen网络(自组织特征映射模型)。在一个实施例中，神经网络模型使用的是bp神经网络。通过bp神经网络进行训练，可以提高识别的准确度。
78.在本实施例中，将训练集中的若干变压器油纸绝缘样品的频域介电谱特征值数据分配含水量标签，将分配完标签的若干变压器油纸绝缘样品的频域介电谱特征值输入到神经网络模型中，神经网络模型会对若干变压器油纸绝缘样品的频域介电谱特征值数据上的标签进行识别，然后将与每个水分估计标签相对应含水量同时输入神经网络模型中进行训练，以完成神经网络模型的训练过程。
79.可选的，该神经网络模型包括编码和解码模块，其中在编码模块中使用了空洞分离卷积操作，即把空洞卷积应用在深度分离卷积上，解决了以往仅仅使用深度分离卷积造成的运算较为复杂，需要耗费较长的时间完成解码操作。空洞分离卷积的设计可以使神经网络模型既能维持原有的性能不变，还可以大大缩减运算复杂度，优化神经网络模型的训练。
80.本实施例中，将测试集中的若干变压器油纸绝缘样品对应的频域介电谱特征值输入变压器油纸绝缘含水量估算模型中，得到若干变压器油纸绝缘样品对应的预测含水量。然后将真实含水量与预测得到的含水量进行匹配度计算，并根据匹配度结果对该模型进行不断地调整。
81.具体地，本技术实施例中，变压器油纸绝缘含水量估算模型在前几次测试过程中，输出的预测含水量与真实的含水量之间存在较大的差异。将每一次预测的含水量与真实含水量之间的比值作为匹配度，随着不断增加测试次数，不断调整模型参数，会使得匹配度数值逐渐趋近与1；即预测的含水量与真实的含水量越来越接近。
82.在一个实施例中，每训练一次神经网络模型得到含水量识别模型后，都需要测试含水量识别模型对于含水量识别的匹配度结果。当匹配度结果达到匹配度阈值的要求后停止训练，若匹配度结果未达到匹配度阈值需要增加测试次数，并调整模型参数。
83.可以理解的是，对神经网络模型进行训练，当神经网络模型的匹配度结果达到匹配阈值时才停止训练，则得到的含水量识别模型对于含水量的识别结果也更准确。通过测试变压器油纸绝缘含水量估算模型的准确率，可以优化模型，以确保训练好的模型可以完成变压器油纸绝缘的含水量预测的工作。
84.在一个实施例中，在利用样本数据进行训练之前，需要对样本数据进行预处理。可选的，对样本数据进行预处理的步骤包括：
85.根据所述若干油纸绝缘样品的频域介电谱对应的频率区间，对所述若干油纸绝缘样品对应的频域介电谱特征值进行划分；
86.对划分后的所述频域介电谱特征值进行归一化处理；
87.通过归一化处理后的所述频域介电谱特征值构建所述样本数据。
88.本实施例中，要根据若干变压器油纸绝缘样品的频域介电谱对应的频率区间，对若干变压器油纸绝缘样品对应的频域介电谱特征值进行划分，该过程可以看做是将所有的测试频率进行分组，分成若干个频率区间小组，例如：1hz
‑
10hz、10hz
‑
20hz、20hz
‑
30hz
……
；然后对划分后的频域介电谱特征值进行归一化处理，通过归一化处理后的频域介电谱特征值构建或者更新样本数据。这样可以使输入神经网络模型的样本数据更适于训练和学习，以便于得到较优的变压器油纸绝缘含水量估算模型。
89.具体地，归一化处理过程如下：将若干变压器油纸绝缘样品的频域介电谱特征值中的数据的均值和标准差进行数据的标准化处理。以使得经过处理的若干变压器油纸绝缘样品的频域介电谱特征值符合标准正态分布，即均值为0，标准差为1。经过归一化处理后的若干变压器油纸绝缘样品的频域介电谱特征值数据，更容易被神经网络利用，并能提高模型的学习准确率。
90.本技术实施例中，将归一化处理后的若干变压器油纸绝缘样品对应的频域介电谱特征值以及各自对应的含水量作为样本数据，并将样本数据按照8:2的比例划分为训练集和测试集。
91.参考图2，图2为一个实施例提供的一种图1中步骤110的细化流程图。在一个实施例中，如图2所示，获取待测油纸绝缘的平均聚合度的步骤，包括步骤210至步骤230。
92.步骤210、确定所述待测油纸绝缘的第一频率特性曲线。
93.本技术实施例中，将待测变压器油纸绝缘与电力线路断开连接，将频域介电谱测试仪可靠接地，并将频域介电谱测试仪通过导线与待测变压器油纸绝缘进行连接。完成仪器连接后，开始对变压器油纸绝缘的介电响应参数进行测量。
94.本技术实施例中采用的频域介电谱测试仪器是omicron公司开发的dirana介电响应分析仪，可通过两个通道对待测变压器油纸绝缘同时开展频域介电谱试验，能够更加快
捷的获取频域介电谱测试结果，在使用时需要配合计算机以获取测试的数据。
95.本技术实施例中，计算机设备将测得的变压器油纸绝缘的频域介电谱测试结果记录下来，然后根据频域介电谱测试结果中各个频率下对应的复电容的实部以及复电容的虚部，绘制第一频率特性曲线，其中第一频率特性曲线的横轴表示频率，纵轴表示复电容。完成第一频率特性曲线的转换后，将变压器油纸绝缘的复电容的第一频率特性曲线显示在计算机设备屏幕上。
96.需要说明的是，在对进行测试的时候，需要对频域介电谱测试仪进行预设参数的调整，包括变频电压的峰值设置为200v，最低测试频率设置为0.1mhz，最高测试频率设置为1khz。本技术实施例中，仅测试某一频率区间的频域介电谱，而不必测试全频率下的频域介电谱，可以缩减测试时间。其中，预设参数包括以下任一项或者多项：变频电压的峰值、最高测试频率以及最低测试频率。
97.步骤220、对所述第一频率特性曲线进行解谱得到第二频率特性曲线。
98.本技术实施例中，通过频域介电谱测试仪器测得的变压器油纸绝缘的第一频率特性曲线并非真实状态下的复电容频率特性曲线。这是由于偶极子主导的极化还会受到载流子主导的极化的影响。
99.进一步地，变压器油纸绝缘中电介质的极化状态主要分为两种情况，一种是偶极子主导的极化，另外一种是载流子主导的极化。由于偶极子和载流子受到频率的影响不同，因此这两种状态的极化通常显示出较大的差异。偶极子主导的极化特征频率左侧频段的复电容实部相对于载流子极化而言变化较小，因此对于一个确定的变压器油纸绝缘，可以认为在其不同的状态下，油纸间界面极化的复电容实部受到的偶极子的复电容实部的影响为一个恒定值，这样通过将实测的复电容实部曲线减去这个恒定值就可以将油纸绝缘的油纸界面极化从偶极子极化影响中分离出来，从而达到解谱的目的。
100.本技术实施例中，对待测变压器油纸绝缘的复电容的第一频率特性曲线进行解谱操作，具体是在第一频率特性曲线中，将各个频率下对应的复电容的实部减去稳定值，得到第三差值，然后根据第三差值重新确定待测变压器油纸绝缘的复电容的频率特性曲线，即第二频率特性曲线。其中，所述稳定值为所述油纸绝缘的偶极子主导的极化对载流子主导的极化的影响恒定值。通过对测得的第一频率特性曲线进行解谱，可以有效避免由于稳定值的影响而导致的最终的计算结果出现误差。
101.需要说明的是，偶极子主导的极化对载流子主导的极化影响的稳定值可以通过现场测试获得，还可以通过待测变压器油纸绝缘的型号到电网数据库中查找，一般来说，不管是变压器每次检修还是出厂时，都会对该稳定值保留有记录，如果可以直接得到该稳定值的数值，这样可以节省时间成本。
102.可以理解的是，通过解谱操作可以避免由于偶极子极化对载流子极化的影响，以得到较为准确的第二频率特性曲线。
103.步骤230、根据所述第二频率特性曲线确定所述待测油纸绝缘的平均聚合度。
104.本实施例中，平均聚合度的计算公式为：
105.z＝(p1 p2lnx p3ln2x p4ln3x p5y p6y2)/(1 p7lnx p8ln2x p9y)，
106.通过该公式可以计算待测变压器油纸绝缘的平均聚合度，其中，z为平均聚合度；x＝lgdp，dp为待测变压器油纸绝缘的纸板聚合度；y为待测变压器油纸绝缘的温度；p1、p2、
p3、p4、p5、p6、p7、p8以及p9为预设参数值。本技术实施例中预设参数值设置为p1＝7.54
×
103、p2＝
‑
2.35
×
104、p3＝2.47
×
104、p4＝
‑
8.69
×
103、p5＝6.57
×
10
‑
2、p6＝6.57
×
10
‑
2、p7＝
‑
1.04
×
10
‑
2、p8＝8.74
×
101、p9＝1.5
×
100。
107.需要说明的是，对待测变压器油纸绝缘的平均聚合度进行计算，需要多次改变参数，并多次进行计算，然后对多次计算得到的平均聚合度数值进行取平均值计算，以减小一次计算容易出现的偶然性误差。
108.例如，可以是将变压器油纸绝缘的温度参数进行调整，在不同温度数值下计算平均聚合度，还可以将p1、p2、p3、p4、p5、p6、p7、p8以及p9各个参数值进行变换，在多个不同的参数组的条件下进行平均聚合度的计算。
109.应该理解的是，虽然图1
‑
图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1
‑
图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
110.参考图3，图3为一个实施例提供的一种油纸绝缘老化状态的识别装置的结构示意图。在一个实施例中，如图3所示，提供了一种油纸绝缘老化状态的识别装置，包括获取模块310、调用模块320和识别模块330。其中：
111.获取模块310用于获取待测油纸绝缘的平均聚合度，并获取所述待测油纸绝缘的频域介电谱特征值；
112.调用模块320用于调用预先训练完成的含水量识别模型对所述频域介电谱特征值处理得到所述待测油纸绝缘的含水量，所述含水量识别模型通过若干油纸绝缘样品对应的频域介电谱特征值和含水量训练得到；
113.识别模块330用于根据所述平均聚合度和所述含水量识别所述待测油纸绝缘的老化状态。
114.在一个实施例中，识别模块330包括：
115.第一识别单元，用于确定所述平均聚合度与基准聚合度的第一差值，若所述第一差值的绝对值大于第一预设阈值，则确定所述待测油纸绝缘处于轻度老化状态，所述基准聚合度为油纸绝缘处于未老化状态的聚合度；
116.第二识别单元，用于确定所述含水量与基准含水量的第二差值，若所述第二差值的绝对值大于第二预设阈值，则确定所述待测油纸绝缘处于重度老化状态，所述基准含水量为油纸绝缘处于未老化状态的含水量。
117.在一个实施例中，获取模块310包括：
118.第一获取单元，用于获取待测油纸绝缘的频域介电谱测试结果；
119.第一确定单元，用于根据所述频域介电谱测试结果确定所述待测油纸绝缘的频域介电谱特征值，其中，所述频域介电谱特征值包括复电容实部和复电容虚部中的至少一项。
120.在一个实施例中，获取模块310还包括：
121.第二确定单元，用于确定所述待测油纸绝缘的第一频率特性曲线；
122.解谱单元，用于对所述第一频率特性曲线进行解谱得到第二频率特性曲线；
123.第三确定单元，用于根据所述第二频率特性曲线确定所述待测油纸绝缘的平均聚合度。
124.在一个实施例中，解谱单元具体用于在所述第一频率特性曲线中，确定各个频率对应的复电容实部与稳定值之间的第三差值，其中，所述稳定值为所述油纸绝缘的偶极子主导的极化对载流子主导的极化的影响恒定值；
125.根据所述第三差值确定所述油纸绝缘的第二频率特性曲线。
126.在一个实施例中，该装置还包括训练模块，用于测试若干油纸绝缘样品的频域介电谱，并根据所述频域介电谱确定所述若干油纸绝缘样品对应的频域介电谱特征值；
127.获取所述若干油纸绝缘样品的含水量；
128.将所述若干油纸绝缘样品对应的频域介电谱特征值以及所述含水量作为样本数据；
129.将所述样本数据输入至神经网络模型中进行训练，得到所述含水量识别模型。
130.在一个实施例中，该训练模块还用于根据所述若干油纸绝缘样品的频域介电谱对应的频率区间，对所述若干油纸绝缘样品对应的频域介电谱特征值进行划分；
131.对划分后的所述频域介电谱特征值进行归一化处理；
132.通过归一化处理后的所述频域介电谱特征值构建所述样本数据。
133.关于油纸绝缘老化状态的识别装置的具体限定可以参见上文中对于油纸绝缘老化状态的识别方法的限定，在此不再赘述。上述油纸绝缘老化状态的识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
134.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
135.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
136.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
137.在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施
例或示例。
138.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
139.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。