一种基于预测数据的变压器预警评估方法及装置制造方法及图纸

本发明专利技术提供了一种基于预测数据的变压器预警评估方法及装置，其方法包括：基于获取的训练样本数据，建立气体浓度的预测模型；根据预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；根据预警阈值和国标限值确定警告范围，实现预警报告或不报告。本发明专利技术提供的技术方案根据各类型预警指标的特征，合理设置具有“多重标准”的预警阈值，结合国家标准使预警结果最大限度满足了实际应用要求。

A method and device for early warning of transformer based on prediction data

The invention provides a method and device for predicting the transformer early warning based on the prediction data. The method includes: Based on the acquired training sample data, the prediction model of the gas concentration is established, the prediction data obtained from the prediction model, the fuzzy similarity matrix, the early warning threshold, and the limit value of the national standard according to the early warning threshold and the national standard. Determine the scope of warning to achieve early warning or no report. According to the characteristics of various types of early warning indicators, the invention provides a reasonable early warning threshold with \multiple standards\ and meets the requirements of the actual application to the maximum of the national standard.

【技术实现步骤摘要】
一种基于预测数据的变压器预警评估方法及装置
本专利技术涉及电力自动化
，具体涉及一种基于预测数据的变压器预警评估方法及装置。
技术介绍
现阶段，变压器在线监测技术已经发展成熟，各类监测方法已被广泛地应用，更准确全面的变压器实时监测数据可提供给技术人员以指导他们的工作。但若是在获取实时变压器监测数据之后，对监测数据进行预测分析，探索出各监测点的各类变压器指标数据的变化趋势，并得到未来时段指标预测值，则可以指导技术工作人员根据趋势走向和预测值对相应变压器存在的潜在故障提出正确合理的解决措施。因此，非常有必要研究出一套科学的变压器预警评估方法。通常的变压器预警方法仅针对了历史监测数据，对变压器预测数据的预警研究比较少。预测数据是对变压器历史数据的内在变化规律和发展趋势分析的结果，若将预测工作和预警工作良好地结合起来，同时对变压器历史数据和预测数据进行预警，则可以提高预警的准确性，及时地解决已经存在的或者潜在的变压器故障问题，减少甚至避免该类型电力事故的发生。变压器油中溶解气体分析(dissolvedgasanalysis，DGA)是发现变压器缺陷和潜伏性故障的有效手段，在故障发生前，各种气体的浓度随时间的变化是渐进的、有规律的，因此在对各气体浓度进行预测的基础上实现故障预测是可能的。然而，利用单个预测模型进行预测存在一些缺陷，如信息源的不广泛性、对模型设定形式敏感等，这使得单一模型的预测效果往往不能令人满意。有必要考虑对DGA数据进行组合预测。此外，现有的变压器预警方法通常是依据国家标准的限值来设置预警阈值从而判断是否需告警，而此类预警阈值的设置在许多应用场合会显得比较僵硬。然而，判断某一变压器监测指标是否合格，仅参考国家标准是不可靠的，需要依据实际情况合理地设置预警阈值。因此，需要提供一种技术方案来满足现有技术的需要。
技术实现思路
为解决上述现有技术中的不足，本专利技术的目的是提供一种基于预测数据的变压器预警评估方法及装置，其包括步骤：基于获取的训练样本数据，建立气体浓度的预测模型；根据预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；根据预警阈值和国标限值确定警告范围，实现预警报告或不报告。预测模型包括：模糊支持向量机预测模型；按照下述方式建立所述模糊支持向量机预测模型：对不同特征气体含量的训练样本进行归一化处理；根据训练样本中数据的采样时间，计算训练样本的模糊隶属度；根据归一化值和模糊隶属度，建立模糊训练样本；采用高斯径向基函数作为核函数，获得模糊支持向量机预测模型。预测模型包括：灰色预测模型；按照下述方式建立灰色预测模型包括：对特征气体含量的指标数据列进行级比计算，确定指标数据列；对指标数据列进行一次累加计算；利用累加结果，建立一阶线性微分方程，确定待辨识参数；基于待辨识参数，建立离散时间响应函数；根据离散时间响应函数获得的指标预测值，建立灰色预测模型。预测模型包括：线性回归模型；按照下述方式建立线性回归预测模型：利用训练样本的监测时间，建立一元线性回归模型；根据一元线性回归模型，确定线性回归预测模型。利用不同预测模型获得的预测值权重，建立优选组合预测模型。根据预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值包括：用优选组合预测模型获得的预测数据建立模糊相似矩阵R＝(rij)m×n，其中模糊矩阵元素rij按下式计算：rij＝1-c×d(xi,xj)式中，d(xi,xj)为xi与xj间的距离，距离系数c使得所有rij∈[0,1](i,j＝1,2,...,n)；根据不同的置信水平λ∈[0,1]，划分矩阵元素rij得到动态聚类结果；根据动态聚类结果将预警对象分为k类，第k类预警对象的个数设为Nk,其中预警对象n＝∑Nk，则按下式计算第j个指标中第k类的预警阈值ujk：式中，xij为第i个预警对象的第j个指标值，m为预警对象指标数量。根据预警阈值和国标限值确定警告范围，实现预警报告或不报告包括：如果指标值小于国标限值但大于预警阈值或所述指标值大于国标限值但大于预警阈值区域，则执行预警报告；如果指标值小于国标限值但小于预警阈值或指标值大于国标限值但小于预警阈值区域，则不执行警告。其变压器预警评估装置包括：模型建立模块，用于基于获取的训练样本数据，建立气体浓度的预测模型；确定模块，用于根据所述预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；执行模块，用于根据所述预警阈值和国标限值确定警告范围，实现预警报告或不报告。预测模型包括：模糊支持向量机预测模型；模型建立模块具体用于：对不同特征气体含量的训练样本进行归一化处理；根据训练样本中数据的采样时间，计算训练样本的模糊隶属度；根据归一化值和模糊隶属度，建立模糊训练样本；采用高斯径向基函数作为核函数，获得模糊支持向量机预测模型。预测模型包括：灰色预测模型；模型建立模块具体用于：对特征气体含量的指标数据列进行级比计算，确定指标数据列；对指标数据列进行一次累加计算；利用累加结果，建立一阶线性微分方程，确定待辨识参数；基于待辨识参数，建立离散时间响应函数；根据离散时间响应函数获得的指标预测值，建立灰色预测模型。预测模型包括：线性回归模型；模型建立模块，具体用于：利用训练样本的监测时间，建立一元线性回归模型；根据一元线性回归模型，确定线性回归预测模型。用不同预测模型获得的预测值权重，建立优选组合预测模型。确定模块具体用于：用优选组合预测模型获得的预测数据建立模糊相似矩阵R＝(rij)m×n，其中模糊矩阵元素rij按下式计算：rij＝1-c×d(xi,xj)式中，d(xi,xj)为xi与xj间的距离，距离系数c使得所有rij∈[0,1](i,j＝1,2,...,n)；根据不同的置信水平λ∈[0,1]，划分矩阵元素rij得到动态聚类结果；根据动态聚类结果将预警对象分为k类，第k类预警对象的个数设为Nk,其中预警对象n＝ΣNk，则按下式计算第j个指标中第k类的预警阈值ujk：式中，xij为第i个预警对象的第j个指标值，m为预警对象指标数量。执行模块具体用于：如果指标值小于国标限值但大于预警阈值或指标值大于国标限值但大于预警阈值区域，则执行预警报告；如果指标值小于国标限值但小于预警阈值或指标值大于国标限值但小于预警阈值区域，则不执行警告。与最接近的现有技术相比，本专利技术提供的技术方案具有如下优异效果：1、本专利技术对监测数据进行预测分析，得到的未来时段指标预测值，有助于根据趋势走向和预测值对相应的变压器潜在故障提出正确合理的解决措施；2、本专利技术采用优选组合预测方法预测变压器油中溶解气体在下一时刻的浓度预测值，可以得到更为准确的预测值；3、本专利技术根据各类型预警指标的特征，灵活合理地设置其预警阈值，使阈值具有“多重标准”，该方法结合国家标准可使预警结果更符合实际应用要求。附图说明图1为本专利技术的变压器监测数据预测流程图；图2为本专利技术的变压器预警流程图；图3为本专利技术预警阈值划分的指标值区域图。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步的详细说明。本专利技术提出的一种基于预测数据的变压器预警评估方法及装置，该变压器预警评估装置包括：模型建立模块，用于基于获取的训练样本数据，建立气体浓度的预测模型；确定模块，用于根据预测模型获得的预测数据，建立模糊相似矩阵，得到预本文档来自技高网...

【技术保护点】
1.一种基于预测数据的变压器预警评估方法，其特征在于，包括：基于获取的训练样本数据，建立气体浓度的预测模型；根据所述预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；根据所述预警阈值和国标限值确定警告范围，实现预警报告或不报告。

【技术特征摘要】
1.一种基于预测数据的变压器预警评估方法，其特征在于，包括：基于获取的训练样本数据，建立气体浓度的预测模型；根据所述预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；根据所述预警阈值和国标限值确定警告范围，实现预警报告或不报告。2.如权利要求1所述的变压器预警评估方法，其特征在于，所述预测模型包括：模糊支持向量机预测模型；按照下述方式建立所述模糊支持向量机预测模型：对不同特征气体含量的训练样本进行归一化处理；根据训练样本中数据的采样时间，计算所述训练样本的模糊隶属度；根据归一化值和模糊隶属度，建立模糊训练样本；采用高斯径向基函数作为核函数，获得所述模糊支持向量机预测模型。3.如权利要求1所述的变压器预警评估方法，其特征在于，所述预测模型包括：灰色预测模型；按照下述方式建立所述灰色预测模型包括：对特征气体含量的指标数据列进行级比计算，确定指标数据列；对所述指标数据列进行一次累加计算；利用累加结果，建立一阶线性微分方程，确定待辨识参数；基于所述待辨识参数，建立离散时间响应函数；根据所述离散时间响应函数获得的指标预测值，建立灰色预测模型。4.如权利要求1所述的变压器预警评估方法，其特征在于，所述预测模型包括：线性回归模型；按照下述方式建立所述线性回归预测模型利用训练样本的监测时间，建立一元线性回归模型；根据所述一元线性回归模型，确定所述线性回归预测模型。5.如权利要求2-4任一所述的变压器预警评估方法，其特征在于，利用不同预测模型获得的预测值权重，建立优选组合预测模型。6.如权利要求5所述的变压器预警评估方法，其特征在于，根据所述预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值包括：用所述优选组合预测模型获得的预测数据建立模糊相似矩阵R＝(rij)m×n，其中模糊矩阵元素rij按下式计算：式中，d(xi,xj)为xi与xj间的距离，距离系数c使得所有rij∈[0,1](i,j＝1,2,...,n)；根据不同的置信水平λ∈[0,1]，划分矩阵元素rij得到动态聚类结果；根据所述动态聚类结果将预警对象分为k类，第k类预警对象的个数设为Nk,其中预警对象n＝∑Nk，则按下式计算第j个指标中第k类的预警阈值ujk：式中，xij为第i个预警对象的第j个指标值，m为预警对象指标数量。7.如权利要求6所述的变压器预警评估方法，其特征在于，根据所述预警阈值和国标限值确定警告范围，实现预警报告或不报告包括：如果指标值小于国标限值但大于预警阈值或所述指标值大于国标限值但大于预警阈值区域，则执行预警报告；如果所述指标值小于国标限值但小于预警阈值或所述指标值大于国标限值但小...

【专利技术属性】
技术研发人员：沈敏轩，周胜军，谈萌，刘颖英，安哲，王同勋，范瑞祥，邓才波，熊俊杰，曹蓓，
申请(专利权)人：全球能源互联网研究院，国网江西省电力科学研究院，国家电网公司，
类型：发明
国别省市：北京,11