一种变压器状态监测数据的异常检测方法技术

本发明专利技术公开了一种变压器状态监测数据的异常检测方法，包括如下步骤：步骤S1，对多维的变压器状态监测数据进行预处理，得到标准化的状态监测数据；步骤S2，针对标准化的状态监测数据，建立滑动窗口，并对滑动窗口中的数据进行k-均值聚类；步骤S3，筛选出滑动窗口中的异常数据以及异常时刻，建立异常数据集；步骤S4，根据步骤S3中的异常数据集，得到状态监测数据的是变压器运行状态异常数据还是传感器噪声，若是变压器运行状态异常数据，则同时检测出变压器运行状态的异常时刻；若是传感器噪声，则对传感器噪声进行驱除。本发明专利技术具有实现异常状态实时检测的优点。

【技术实现步骤摘要】

本专利技术涉及变压器检测
，具体是一种变压器状态监测数据的异常检测方法。
技术介绍
变压器作为电力系统中及其重要的设备之一，其安全稳定直接影响电网的安全稳定运行，随着状态监测技术成熟度的不断提高和监测装置的广泛应用，状态监测在状态评估和故障诊断方面起到了重要作用。变压器在实际运行过程中会受到过负荷、过电压、内部绝缘老化、自然环境等异常事件影响，这些异常运行状态会导致设备缺陷、故障的发生，通过先进的状态评估方法分析状态监测数据，从而实时反映运行情况及异常状态模式是设备状态监测发展的必然趋势。目前，国内外对变压器状态监测数据的异常检测研究较少，大体分为以下两类：1)在现有的输电设备状态评价规范中，国网状态评价导则及电力行业标准中都是基于单一系统的部分设备信息，采用简单阈值判定方法来检测设备的异常数据，并发出报警信号。这种基于阈值判定法难以及时发现变电设备的异常情况，甄别噪声数据。2)国内外一些文献对于变压器状态监测数据，常用的异常点检测算法有时间序列分析、分类算法、距离算法等，但这些方法常适用于单一静态的特征量，无法处理实时、动态的多元数据。而变电设备状态监测数据采集周期短、数据量大，通常以数据流的形式传输到评估后台，需要实时快速检出数据流中的异常。运行中的输电线路，由于外界环境条件和内部性能在不断变化，其整体运行状态也是不断变化的。因此，全面有效地对输电设备进行状态评估，及时发现输电设备存在的缺陷及安全隐患，不仅能为检修决策提供依据，实现输电设备的状态检修，更能确保电网的安全稳定运行。选取最具代表性且能够灵敏反映输电设备工况的关键参量，建立关键参数体系具有很大的必要性。一方面，建立关键参数体系能够降低状态评价参量的复杂性，同时保证对输电设备运行状态评价的全面性和准确性；另一方面，由于输电线路分布地理位置广、运行环境恶劣，导致大量的参量信息收集整理困难，因此建立关键参数体系在保留原有状态评价信息的基础上去除了和故障缺陷相关性不大的参量，保留信息整理的参量。目前，国内外对输电设备的状态评价参数体系的研究较少，大体分为以下两类：1)在现有的输电设备状态评价规范中，国网状态评价导则及电力行业标准中将输电线路分为基础、杆塔、导线、绝缘子、金具、接地、附属设施、通道环境这8个部件，对每个部件建立相关的巡视参量，最终根据线路总得分来判断输电线路运行状态。但是导则、行业标准中规定的评价参量不全面且存在差异，导致对同一条线路往往会出现不同的评价结果；2)在国内的一些状态评价文献中，大部分以参量获取方式作为分类基础，将参数体系分为日常巡视、状态监测、预防性试验、带电检测这四个方面，日常巡视中的参量可通过直接观测得到，预防性试验、状态监测、带电检测中的参量(如等值覆冰厚度)通过检测数据的数学模型计算得到，但是由于不同来源中的参量存在交叉重叠，会导致不同来源对应的同一参量评价结果不统一，影响线路整体的状态评价。
技术实现思路
本专利技术的目的就是为了解决上述问题，提供一种变压器状态监测数据的异常检测方法，它具有实现异常状态实时检测的优点。为了实现上述目的，本专利技术采用如下技术方案：一种变压器状态监测数据的异常检测方法，包括如下步骤：步骤S1，对多维的变压器状态监测数据进行预处理，得到标准化的状态监测数据；步骤S2，针对标准化的状态监测数据，建立滑动窗口，并对滑动窗口中的数据进行k-均值聚类；步骤S3，筛选出滑动窗口中的异常数据以及异常时刻，建立异常数据集；步骤S4，根据步骤S3中的异常数据集，得到状态监测数据的是变压器运行状态异常数据还是传感器噪声，若是变压器运行状态异常数据，则同时检测出变压器运行状态的异常时刻；若是传感器噪声，则对传感器噪声进行驱除。所述步骤S1具体包括：变压器看作为动态系统,在变压器正常运行时,观测到的数据视为时间序列。对于ti时刻，令则表示ti时刻的多维数组，(yi1,yi2,...,yin)是数组中的值，与变压器负荷的状态监测状态量对应。步骤S11：计算平均的绝对偏差SijSij=1nΣj=1n(yij-mi)---(1)]]>其中mi是(yi1,yi2,...,yin)的平均值，即mi=1nΣj=1nyij---(2)]]>步骤S12：计算标准化的状态监测数据，即多维数组:Xti=(xi1,xi2,...,xin)---(3)]]>其中xij=yij-miSij]]>所述步骤S2具体包括：定义SW[t-w:t]为步骤S1中预处理后的数据在时刻t之前的时间间隔为w的滑动窗口，其中t和w的单位相同，且t>w。所述滑动窗口内数据点表示为其中Xt-w,...,Xt-1,Xt分别代表t-w时刻至t时刻的多维数组并与式(3)对应，Xt-w＝(x(t-w)1,x(t-w)2,...,x(t-w)n)。对滑动窗口中的数据通过k-均值方法进行聚类，分成了k个子集，即W1,W2,...,Wk，其中每个W称为一个簇(cluster)，聚类簇中心依次为C1,C2,...,Ck，聚类中心也是多维数组，表示为Ck＝(ck1,ck2,...,ckn)。所述步骤S3具体包括：选定时刻t-w至时刻t的一段时间序列，根据步骤S2建立滑动窗口求出聚类中心为C1,C2,...,Ck，具体判断异常模式的过程如下：步骤S31：计算滑动窗口内各个时刻的多维数组到所有聚类中心的距离之和；令d(Xt-w)...,d(Xt-1),d(Xt)分别表示数据Xt-w,...,Xt-1,Xt到聚类中心C1,C2,...,Ck的距离之和，公式如(4)所示：d(Xt-w)=Σi=1k[(x(t-w)1-ci1)2+(x(t-w)2-ci2)2+...+(x(t-w)n-cin)2]---(4);]]>步骤S32：计算滑动窗口内所有时刻数据到聚类中心的平均距离avg(Xt(w))=avg(d(Xt-w),...,d(Xt-1),d(Xt))=d(Xt-w)+...+d(Xt-1)+d(Xt)w+1---(5);]]>avg是表示所有距离的均值函数；步骤S33：计算相邻时刻的数据到聚类中心距离之和的差值，表示为Zt-w,...,Zt-1,Zt；Zt＝|d(Xt)-d(Xt-1)|(6)avg(Zt(w))=avg(Zt-w,...,Zt-2,Zt-1)---(7)]]>表示相邻时刻的数据到聚类中心聚类之和的差值均值，从而计算出位于均值附近设定距离的值：mt(w)=avg(Xt(w))+w2avg(Zt(w))---(本文档来自技高网...

【技术保护点】
一种变压器状态监测数据的异常检测方法，其特征是，包括如下步骤：步骤S1，对多维的变压器状态监测数据进行预处理，得到标准化的状态监测数据；步骤S2，针对标准化的状态监测数据，建立滑动窗口，并对滑动窗口中的数据进行k‑均值聚类；步骤S3，筛选出滑动窗口中的异常数据以及异常时刻，建立异常数据集；步骤S4，根据步骤S3中的异常数据集，得到状态监测数据的是变压器运行状态异常数据还是传感器噪声，若是变压器运行状态异常数据，则同时检测出变压器运行状态的异常时刻；若是传感器噪声，则对传感器噪声进行驱除。

【技术特征摘要】
1.一种变压器状态监测数据的异常检测方法，其特征是，包括如下步骤：
步骤S1，对多维的变压器状态监测数据进行预处理，得到标准化的状态监测数据；
步骤S2，针对标准化的状态监测数据，建立滑动窗口，并对滑动窗口中的数据进行k-
均值聚类；
步骤S3，筛选出滑动窗口中的异常数据以及异常时刻，建立异常数据集；
步骤S4，根据步骤S3中的异常数据集，得到状态监测数据的是变压器运行状态异常数
据还是传感器噪声，若是变压器运行状态异常数据，则同时检测出变压器运行状态的异常时
刻；若是传感器噪声，则对传感器噪声进行驱除。
2.如权利要求1所述的一种变压器状态监测数据的异常检测方法，其特征是，所述步骤
S1具体包括：
变压器看作为动态系统,在变压器正常运行时,观测到的数据视为时间序列；对于ti时刻，
令则表示ti时刻的多维数组，(yi1,yi2,...,yin)是数组中的值，与变压器负荷
的状态监测状态量对应；
步骤S11：计算平均的绝对偏差SijSij=1nΣj=1n(yij-mi)---(1)]]>其中mi是(yi1,yi2,...,yin)的平均值，即
mi=1nΣj=1nyij---(2)]]>步骤S12：计算标准化的状态监测数据，即多维数组Xti=(xi1,xi2,...,xin)---(3)]]>其中xij=yij-miSij.]]>3.如权利要求1所述的一种变压器状态监测数据的异常检测方法，其特征是，所述步骤
S2具体包括：
定义SW[t-w:t]为步骤S1中预处理后的数据在时刻t之前的时间间隔为w的滑动窗口，
其中t和w的单位相同，且t>w；
所述滑动窗口内数据点表示为其中Xt-w,…,Xt-1,Xt分别代表
t-w时刻至t时刻的多维数组并与式(3)对应，Xt-w＝(x(t-w)1,x(t-w)2,…,x(t-w)n)；
对滑动窗口中的数据通过k-均值方法进行聚类，分成了k个子集，即W1,W2,…,Wk，其中
每个W称为一个簇cluster，聚类簇中心依次为C1,C2,…,Ck，聚类中心也是多维数组，表示为
Ck＝(ck1,ck2,…,ckn)。
4.如权利要求1所述的一种变压器状态监测数据的异常检测方法，其特征是，所述步骤
S3具体包括：
选定时刻t-w至时刻t的一段时间...

【专利技术属性】
技术研发人员：陈玉峰，王辉，郭志红，杜修明，杨祎，李秀卫，朱文兵，郑建，袁海燕，
申请(专利权)人：国网山东省电力公司电力科学研究院，国家电网公司，
类型：发明
国别省市：山东;37