The invention discloses a method of outlier detection on-line monitoring data of variable threshold based on oil chromatogram, which comprises the following steps: start collecting data online monitoring of the oil chromatography; collected 2 initial data, the calculation of dynamic threshold Delta (2); according to the dynamic threshold update mechanism to dynamic threshold Delta (3); sensor capture the I data obj (I), to calculate the abnormal factor OF (I), and then determine the I of the state of the data, if the data is abnormal I, decision obj (I) is an abnormal value, including i> 2; according to the dynamic threshold updating mechanism of dynamic threshold. (i+1); repeat the last two steps until the sensor to stop collecting data. The invention realizes the real-time abnormal value detection of the on-line monitoring data of oil chromatography without the need of a training set, and maintains low detection accuracy while maintaining a low false positive rate.
【技术实现步骤摘要】
一种基于可变阈值的油色谱在线监测数据异常值检测方法
本专利技术涉及油色谱在线监测
,更具体地说,涉及一种基于可变阈值的油色谱在线监测数据异常值检测方法。
技术介绍
油色谱在线监测设备能及时有效地监测变压器的运行状况,发现和跟踪潜在的故障,目前已经广泛应用于110kV及以上电压等级的智能变电站。但由于油色谱在线监测易受环境温度、湿度和监测设备自身误差等因素的影响,在线数据存在失真,在分析和诊断前需要进行数据异常值检测和校正。支持向量机的异常值检测方法需要每隔一段时间采集到足够多的数据后才能对收集的数据进行检测,不是一种实时的检测方法;朴素贝叶斯分类器检测方法实现了实时检测,但事先需要一个训练集来学习分类器参数,大多数情况下一个好的训练集难以获得;主成分回归分析能有效地去除噪声数据,但事先需要一个训练集来计算主元,且复杂度较高;神经网络算法拟合效果好,但数据量大时,训练时间长,存在“过学习”的问题。
技术实现思路
本专利技术要解决的技术问题在于,提供一种基于可变阈值的油色谱在线监测数据异常值检测方法。本专利技术解决其技术问题所采用的技术方案是:构造一种基于可变阈值的油色谱在线监测数据异常值检测方法,包括以下步骤:步骤S010,开始采集油色谱在线监测数据,色谱数据为{obj(1),obj(2),obj(3),…,obj(k),…},其中k=1,2,3,…,代表一系列等间隔的时刻;步骤S020,采集到初始2个油色谱数据obj(1)和obj(2)后,假设obj(1)和obj(2)为正常态,令数据点obj(1)的动态阈值δ(1)=obj(1),则数据点obj(2)的 ...
【技术保护点】
一种基于可变阈值的油色谱在线监测数据异常值检测方法,其特征在于,包括以下步骤:步骤S010,开始采集油色谱在线监测数据,色谱数据为{obj(1),obj(2),obj(3),…,obj(k),…},其中k=1,2,3,…,代表一系列等间隔的时刻;步骤S020,采集到初始2个油色谱数据obj(1)和obj(2)后,假设obj(1)和obj(2)为正常态,令数据点obj(1)的动态阈值δ(1)=obj(1),则数据点obj(2)的动态阈值δ(2)=NHD(2)=|obj(2)‑obj(1)|;步骤S030,根据动态阈值更新机制得到数据点obj(3)的动态阈值δ(3);步骤S040,传感器捕在t时刻捕获第i个数据obj(i),计算数据点obj(i)的跳距离
【技术特征摘要】
1.一种基于可变阈值的油色谱在线监测数据异常值检测方法,其特征在于,包括以下步骤:步骤S010,开始采集油色谱在线监测数据,色谱数据为{obj(1),obj(2),obj(3),…,obj(k),…},其中k=1,2,3,…,代表一系列等间隔的时刻;步骤S020,采集到初始2个油色谱数据obj(1)和obj(2)后,假设obj(1)和obj(2)为正常态,令数据点obj(1)的动态阈值δ(1)=obj(1),则数据点obj(2)的动态阈值δ(2)=NHD(2)=|obj(2)-obj(1)|;步骤S030,根据动态阈值更新机制得到数据点obj(3)的动态阈值δ(3);步骤S040,传感器捕在t时刻捕获第i个数据obj(i),计算数据点obj(i)的跳距离以及异常因子其中,obj(j)为t时刻之前捕获的数据之中已被检测为正常且在时间上距离obj(i)最近的数据点,δ(i)为数据点obj(i)对应的动态阈值,然后判断第i个数据obj(i)所处的状态,如果第i个数据处于异常态,判定数据obj(i)是一个异常值,其中i>2,j<i;步骤S050,根据动态阈值更新机制得到下一个数据点obj(i+1)的动态阈值δ(i+1);(6)重复步骤S040和步骤S050直到传感器停止采集数据。2.根据权利要求1所述的一种基于可变阈值的油色谱在线监测数据异常值检测方法,其特征在于,在所述步骤S040中,第i个数据obj(i)所处的状态的判断方法如下:若数据点obj(i)的异常因子OF(i)∈[0,1],则为正常态;若数据点obj(i)的异常因子OF(i)∈(1,trustvalue],则为临界态;若数据点obj(i)的异常因子OF(i)∈(tru...
【专利技术属性】
技术研发人员:周正钦,周盟,谷凯凯,许晓路,徐进霞,聂徳鑫,陈敏维,梁宏池,毛光辉,
申请(专利权)人:国家电网公司,国网甘肃省电力公司,国网福建省电力有限公司,国网电力科学研究院武汉南瑞有限责任公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。