(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221075109 9.3 (22)申请日 2022.06.28 (71)申请人 浙江工业大 学 地址 310014 浙江省杭州市下城区潮王路 18号 (72)发明人 郭方洪　刘师硕　董辉　吴祥　 俞立　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 忻明年 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06F 21/62(2013.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种基于数据隐私保护的油浸变压器分布 式故障诊断方法 (57)摘要 本发明公开了一种基于数据隐私保护的油 浸变压器分布式故障诊断方法， 包括： 获取N个变 压器站点的油中溶解气体数据并存入对应的本 地数据库； 对数据进行归一化处理并打上标签； 将打上标签的数据双向平铺转换为二维图像； 基 于联邦学习构建变压器故障诊断模 型， 包括中央 服务端和N个参与者客户端， 参与者客户端配有 本地模型， 中央服务端用于进行本地模型参数的 聚合； 将二维图像输入对应本地模 型训练获得本 地模型参数； 对本地模型参数进行差分隐私处 理； 上传至中央服务端聚合后下发至本地模型， 返回训练， 直至完成预设训练次数， 获得最优的 变压器故障诊断模型。 该方法可有效解决变压器 诊断中的数据孤岛问题， 并对数据进行隐私保 护， 具有良好的泛化能力。 权利要求书2页 说明书6页 附图4页 CN 115239989 A 2022.10.25 CN 115239989 A 1.一种基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征在于： 所述基于 数据隐私保护的油浸变压器分布式故障诊断方法包括如下步骤： S1、 获取N个变压器站点的油中溶解气体数据并存入对应的本地数据库， 各本地数据库 之间不进行 数据共享； S2、 对各本地数据库的油中溶解气体数据进行归一化处理， 基于改良三比值法为归一 化处理后的数据进行分组并打上 标签； S3、 将打上 标签的数据进行双向平铺加强， 并对应转换为 二维图像； S4、 基于联邦学习构建变压器故障诊断模型， 所述变压器故障诊断模型包括一个中央 服务端和N个参与者客户端， 所述参与者客户端与变压器站 点一一对应， 各所述参与者客户 端配置有本地模型， 所述本地模型为卷积神经网络模型， 所述中央服务端采用FedAvg算法 进行本地模型参数的聚合； S5、 分别将各变压器站点的二维图像输入对应的本地模型进行训练， 获得本地模型参 数； S6、 为本地模型参数 添加高斯噪声 进行差分隐私处 理； S7、 将差分隐私处理后的本地模型参数上传至中央服务端进行聚合， 并将聚合后的本 地模型参数下发至本地模 型， 返回执行步骤S 5， 直至完成预设训练 次数， 获得最优的变压器 故障诊断模型。 2.如权利要求1所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 所述油中溶解气体数据包括H2、 CH4、 C2H6、 C2H4和C2H2五种气体。 3.如权利要求2所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 所述对各本地数据库的油中溶解气体数据进行归一 化处理， 公式如下： 其中， 为每组数据中五种气体的总含量， 为CH4、 C2H6、 C2H4和C2H2气体的总含量， 和 依次为H2、 CH4、 C2H6、 C2H4、 C2H2经归一化处理后 的油中溶解气体含量。 4.如权利要求1所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 所述卷积神经网络模型为 LeNet‑5网络模型。 5.如权利要求1所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 所述 为本地模型参数 添加高斯噪声 进行差分隐私处 理前还要 进行梯度裁 剪。权　利　要　求　书 1/2 页 2 CN 115239989 A 26.如权利要求5所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 高斯噪声满足如下公式： 其中， 式中， Δf为差分隐私的敏 感度， δ为松弛因子， ε为隐私预算， Dk为参与者客户端 k的样本 含量， k＝1,2,…,N， C为梯度裁 剪系数。 7.如权利要求6所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 训练过程中， 各 所述本地模型参数的更新公式如下： 其中， 和 分别为参与者k第t次迭代和第t+1次迭代的权重参数， Fk(ωk)为参与者 k的损失函数， 为梯度算子， R为学习率； N(0, σ2)为满足高斯分布的随机噪声。 8.如权利要求7所述的基于数据隐私保护的油浸变压器分布式故障诊断方法， 其特征 在于： 所述将差分隐私处 理后的本地模型参数 上传至中央服 务端进行聚合， 公式如下： 其中， 为参与者k第t+1次迭代的权 重参数， N 为参与者客户端数量。权　利　要　求　书 2/2 页 3 CN 115239989 A 3