CN110472671B - 基于多阶段的油浸式变压器故障数据预处理方法 - Google Patents

Abstract

本发明公开的基于多阶段的油浸式变压器故障数据预处理方法，采集油浸式变压器数据，对其进行孤立点检测，根据孤立点检测的结果，对油浸式变压器数据进行预处理得到待分析的数据集，实现数据预处理。本发明公开的方法利用聚类算法对原始数据进行孤立点检测，并根据变压器的相关导则标准建立规则，剔除伪错误数据，大大降低错报数据量，减少故障诊断分析量，减少工程人员的工作量。利用数据采集约定构建规则II判断是否缺损和冗余，通过数据填充算法和数据简约方法对数据进行补偿，提升了数据质量。

Description

基于多阶段的油浸式变压器故障数据预处理方法

技术领域

本发明属于变压器故障监测技术领域，具体涉及一种基于多阶段的油浸式变压器故障数据预处理方法。

背景技术

变压器在电力***中应用广泛，其安全稳定的运行状态关系着电网与人民的安全，发生故障将造成很大的经济损失。因此，国家电网也不断将先进的传感器技术和在线监测手段应用于变压器状态的监测，由各在线监测***传回的数据也能够“较准确”的反映变压器的运行状态，但由于变压器运行环境的不确定性、现场人员的误操作、以及通信故障等问题，会产生部分“脏数据”影响变压器故障诊断分析。

因此，通过数据挖掘相关数据预处理技术检测出“脏数据”并通过相应的算法或标准进行数据修复或者丢弃，对变压器故障诊断的准确性显得十分重要。现有的变压器“脏数据”检测多采用滑动窗口和聚类算法结合来进行分析，而没有与电力变压器相关行业标准结合，仅靠算法往往难以满足要求，而孤立点检测算法已经广泛应用于交通流数据监测，并取得良好的效果。所以，将孤立点检测算法与电力变压器相关行业标准结合，对在线监测数据进行分析。

本发明基于多阶段预处理方法，能够处理任意类型的变压器在线监测数据，为变压器设备的故障诊断提供良好的数据源(以油中溶解气体数据为例)，以提高变压器故障诊断的分析效果。

发明内容

本发明的目的是提供一种基于多阶段的油浸式变压器故障数据预处理方法，解决了现有的监测***上传数据时，因为偶然性问题产生的“脏数据”，从而导致变压器故障诊断算法精确度不高的问题。

本发明所采用的技术方案是，基于多阶段的油浸式变压器故障数据预处理方法，具体操作过程包括以下步骤：

步骤1，采集油浸式变压器数据，对其进行孤立点检测；

步骤2，根据孤立点检测的结果，对油浸式变压器数据进行预处理得到待分析的数据集，实现数据预处理。

本发明的其他特点还在于，

进一步地，将步骤2得到数据集进行通过现有的分类算法进行训练得到故障诊断模型，实现变压器故障诊断，提高故障诊断的精度；

现有的分类算法为神经网络、支持向量机、极限学习算法中的任意一种或常见的可生成二分类器的算法。

优选的，步骤1的具体过程如下：

定义采集油浸式变压器数据为X＝{x₁,x₂,…x_N}，定义其中每个对象有m个属性，即x_i＝{x_i1,x_i2…x_im},i＝(1,2,…n)，为了降低误差，对输入的数据在[-1,1]进行归一化处理，归一化后的X记为X¹，如下矩阵所示：

计算归一化处理后各对象两两之间的相似系数r_ij，判断X中各对象的离散程度，并构成相似系数矩阵：

其中，

令

p_i是相似系数矩阵i行的和，该值越小，说明对象i与其他对象的距离越远，即为孤立点集的候选项；

计算

其中，λ为阈值，λ_i≥λ的对象则被认为是孤立点集。

优选的，步骤2的具体过程如下：

步骤2.1，将步骤1得到的孤立点数据通过变压器监测中的标准规则I判断出错误数据；

步骤2.2，将步骤1中得到的非孤立点数据按照变压器监测中约定的规则II判断出冗余数据和丢失数据，并通过数据填充算法和数据简约方法进行填充和简约。

优选的，步骤2.1中规则I的内容如下：

由变压器相关的行业标准及导则组成：规定运行中变压器总烃含量应小于阈值150uL/L。

优选的，步骤1中当孤立点数据超阈值150uL/L，被判断为错误值，进入DAG-ELMS故障诊断模型，反之剔除此条数据，不进行分析。

优选的，步骤2.2中的规则II的内容为：按照监测手段的固定数据采集周期进行扫描，某一周期数据缺失或增多，则分别为数据丢失或冗余。

优选的，步骤2.2的具体过程如下：

按照规则II规定的扫描时间段内的应获取数据定义为a条，实际获取数据为b条，若发生a不等于b时，具体过程如下：

步骤2.2.1，若a>b时，则认为该时段数据冗余；则对数据进行以下处理：

对于采集到的a中每一个样本x_i进行标记，通过随机抽样法选择b个数据进入待分析数据集；若a<b时，则认为该时段数据缺失；则对数据进行SMOTE；

步骤2.2.2，对于采集到的a中每一个样本x_i，以欧氏距离为标准计算它到少数类样本集中所有样本的距离，得到其k近邻；

步骤2.2.3，根据样本不平衡比例设置一个采样比例以确定采样倍率N，N＝b/a，对于每一个少数类样本x_i，从其k近邻中随机选择若干个样本，假设选择的近邻为x_n；

步骤2.2.4，对于每一个随机选出的近邻x_n，分别与原样本按照如下的公式构建新的样本：

P_i＝X+rand(0,1)*(y_i-a)i＝1,2,…,n

式中，P_i为新生成的样本数据，a为选择的原始样本数据，rand(0,1)表示0与1之间的某一随机数，y_i为原始样本数据a的最近邻样本；

步骤2.2.5，将填充完整后的此时段内的数据结果放入待分析数据集。

本发明的有益效果是，基于多阶段的油浸式变压器故障数据预处理方法，能够根据实际工程中的在线监测数据进行多阶段预处理，解决“脏数据”对油浸式变压器故障诊断效果的影响。利用聚类算法对原始数据进行孤立点检测，并根据变压器的相关导则标准建立规则，剔除伪错误数据，大大降低错报数据量，减少故障诊断分析量，减少工程人员的工作量。利用数据采集约定构建规则II判断是否缺损，通过数据填充算法对缺损数据进行补偿，提升了数据质量。

附图说明

图1是本发明的基于多阶段的油浸式变压器故障数据预处理方法的流程示意图；

图2是本发明的实施例中本发明方法中DGA-ELM分类结构图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明的基于多阶段的油浸式变压器故障数据预处理方法，如图1所示，具体操作过程包括以下步骤：

步骤1，采集油浸式变压器数据，对其进行孤立点检测；

步骤1的具体过程如下：

定义采集油浸式变压器数据为X＝{x₁,x₂,…x_N}，定义其中每个对象有m个属性，即x_i＝{x_i1,x_i2…x_im},i＝(1,2,…n)，为了降低误差，对输入的数据在[-1,1]进行归一化处理，归一化后的X记为X¹，如下矩阵所示：

计算归一化处理后各对象两两之间的相似系数r_ij，判断X中各对象的离散程度，并构成相似系数矩阵：

其中，

令

p_i是相似系数矩阵i行的和，该值越小，说明对象i与其他对象的距离越远，即为孤立点集的候选项；

计算

其中，λ为阈值，λ_i≥λ的对象则被认为是孤立点集。

步骤2，根据孤立点检测的结果，对油浸式变压器数据进行预处理得到待分析的数据集；

步骤2的具体过程如下：

步骤2.1，孤立点检测算法判断为孤立点组成集合，但由孤立点集中的数据并非都是错误数据，所以在检测出孤立点后还需结合规则I确实孤立点是否为错误数据，将步骤I得到的孤立点数据通过变压器监测中的标准规则I判断出错误数据；

规则I的内容如下：

由变压器相关的行业标准及导则组成：规定运行中变压器总烃含量应小于阈值150uL/L。

步骤1中当孤立点数据超此阈值150uL/L，被判断为错误值，进入DAG-ELMS故障诊断模型，反之剔除此条数据，不进行分析。

步骤2.2，将步骤1中得到的非孤立点数据按照变压器监测中约定的规则II判断出冗余数据和丢失数据，并通过数据填充算法和数据简约方法进行填充和简约；

规则II的内容为：按照监测手段的固定数据采集周期进行扫描，某一周期数据缺失或增多，则分别为数据丢失或冗余。将这一规定扫描时间段内的应获取数据定义为a条(由规则II确定)，实际获取数据为b条，若发生a不等于b时，具体过程如下：

步骤2.2.1，若a>b时，则认为该时段数据冗余，对于采集到的a中每一个样本x_i进行标记，通过随机抽样法选择b个数据进入待分析数据集；若a<b时，则认为该时段数据缺失；则对数据进行SMOTE；

插值处理：

步骤2.2.2，对于采集到的a中每一个样本x_i，以欧氏距离为标准计算它到少数类样本集中所有样本的距离，得到其k近邻；

步骤2.2.3，根据样本不平衡比例设置一个采样比例以确定采样倍率N，N＝b/a，对于每一个少数类样本x_i，从其k近邻中随机选择若干个样本，假设选择的近邻为x_n；

步骤2.2.4，对于每一个随机选出的近邻x_n，分别与原样本按照如下的公式构建新的样本：

P_i＝X+rand(0,1)*(y_i-a)i＝1,2,…,n

式中，P_i为新生成的样本数据，a为选择的原始样本数据，rand(0,1)表示0与1之间的某一随机数，y_i为原始样本数据a的最近邻样本；

步骤2.2.5，将填充完整后的此时段内的数据结果放入待分析数据集。

步骤3，将步骤2得到数据集进行通过现有的算法进行训练得到故障诊断模型，从而实现变压器故障诊断。

步骤3，因为常见的机器学习算法皆可生成二分类模型，所以故障诊断算法的基分类器可以是神经网络、支持向量机、极限学习机等常见算法中的任意一种，本文的方法具有普适性。例如：以变压器油中溶解气体在线监测数据为例作为分析，其数据经过多阶段预处理后进行故障诊断，以极限学习机算法作为基分类器，建立DAG-ELMS模型，如图2所示：

步骤3.1：首先将某一类别样本表示为正类，其他样本表示为负类，训练得出一个决策函数；然后，从负类样本中选取一类表示为正类，其余的依然表示为负类，接着训练得出另一个决策函数，以此类推可以得到6个决策函数，同时也得到了多级极限学习机故障诊断模型；

步骤3.2：对极限学习机网络的输入权值矩阵W＝{w_i}和隐藏层结点偏置向量B＝{b_i}进行赋值，其中w_i＝(w_i1,w_i2,…w_in)^T是连接第i个隐藏层结点的输入权值；b_i是第i个隐藏层结点偏置；β_i＝[β_i1,β_i2,…,β_im]^T是连接第i个隐藏层结点的输出权值，其中所有的

步骤3.3：按照公式

计算插值后的训练集S_new的网络隐藏层输出矩阵H(W,B,S_new)；

步骤3.4：按照公式(6)和(7)计算网络的隐藏层输出权值矩阵

由于存在一个矩阵G,Gy是线性***Ax＝y的最小范数二乘解，则

G为矩阵A的Moore-Penorse广义逆，则有

是H的Moore-Penorse广义逆，在

的条件下可由正交投影法求得：

步骤3.5：用训练出的

代入Hβ＝T计算输出，其中矩阵H是隐藏层输出矩阵，

上式中，w_i·x_j是w_i和x_j的内积，激励函数g(·)选择“sigmoid”。

Claims (3)

1.基于多阶段的油浸式变压器故障数据预处理方法，其特征在于，具体操作过程包括以下步骤：

步骤1，采集油浸式变压器数据，对其进行孤立点检测；

步骤2，根据孤立点检测的结果，对油浸式变压器数据进行预处理得到待分析的数据集，实现数据预处理；

将步骤2得到数据集进行通过现有的分类算法进行训练得到故障诊断模型，实现变压器故障诊断，提高故障诊断的精度；

所述现有的分类算法为神经网络、支持向量机、极限学习算法中的任意一种或常见的可生成二分类器的算法；

所述步骤1的具体过程如下：

定义采集油浸式变压器数据为X＝{x₁,x₂,…x_n}，定义其中每个对象有m个属性，即x_i＝{x_i1,x_i2…x_im},i＝(1,2,…n)，为了降低误差，对输入的数据在[-1,1]进行归一化处理，归一化后的X记为X¹，如下矩阵所示：

计算归一化处理后各对象两两之间的相似系数r_ij，判断X中各对象的离散程度，并构成相似系数矩阵：

其中，

令

p_i是相似系数矩阵i行的和，该值越小，说明对象i与其他对象的距离越远，即为孤立点集的候选项；

计算

其中，λ为阈值，λ_i≥λ的对象则被认为是孤立点集；

所述步骤2的具体过程如下：

步骤2.1，将步骤1得到的孤立点数据通过变压器监测中的标准规则I判断出错误数据；

步骤2.1，孤立点检测算法判断为孤立点组成集合，但由孤立点集中的数据并非都是错误数据，所以在检测出孤立点后还需结合规则I确实孤立点是否为错误数据，将步骤I得到的孤立点数据通过变压器监测中的标准规则I判断出错误数据；

规则I的内容如下：

由变压器相关的行业标准及导则组成：规定运行中变压器总烃含量应小于阈值150uL/L；

步骤1中当孤立点数据超此阈值150uL/L，被判断为错误值，进入DAG-ELMS故障诊断模型，反之剔除此条数据，不进行分析；

步骤2.2，将步骤1中得到的非孤立点数据按照变压器监测中约定的规则II判断出冗余数据和丢失数据，并通过数据填充算法和数据简约方法进行填充和简约。

2.如权利要求1所述的基于多阶段的油浸式变压器故障数据预处理方法，其特征在于，所述步骤2.2中的规则II的内容为：按照监测手段的固定数据采集周期进行扫描，某一周期数据缺失或增多，则分别为数据丢失或冗余。

3.如权利要求2所述的基于多阶段的油浸式变压器故障数据预处理方法，其特征在于，所述步骤2.2的具体过程如下：

按照规则II规定的扫描时间段内的应获取数据定义为a条，实际获取数据为b条，若发生a不等于b时，具体过程如下：

步骤2.2.1，若a>b时，则认为该时段数据冗余；则对数据进行以下处理：

对于采集到的a中每一个样本x_i进行标记，通过随机抽样法选择b个数据进入待分析数据集；若a<b时，则认为该时段数据缺失；则对数据进行SMOTE；

步骤2.2.2，对于采集到的a中每一个样本x_i，以欧氏距离为标准计算它到少数类样本集中所有样本的距离，得到其k近邻；

步骤2.2.3，根据样本不平衡比例设置一个采样比例以确定采样倍率N，N＝b/a，对于每一个少数类样本x_i，从其k近邻中随机选择若干个样本，假设选择的近邻为x_n；

步骤2.2.4，对于每一个随机选出的近邻x_n，分别与原样本按照如下的公式构建新的样本：

P_i＝X+rand(0,1)*(y_i-a) i＝1,2,…,n

式中，P_i为新生成的样本数据，a为选择的原始样本数据，rand(0,1)表示0与1之间的某一随机数，y_i为原始样本数据a的最近邻样本；

步骤2.2.5，将填充完整后的此时段内的数据结果放入待分析数据集。

Images