一种基于ID3算法的变压器缺陷预测方法及装置制造方法及图纸

本申请公开了一种基于ID3算法的变压器缺陷预测方法及装置，本申请的技术方案利用ID3算法技术、把油浸式变压器各种在线监测数据集中融合，汇总形成有价值的数据，改变油浸式变压器缺陷判定依靠传统数据统计分析和人工经验方法的不足，改变油浸式变压器设备缺陷事后分析的信息滞后局面。利用就地采集油浸式变压器在线监测数据，及时预判油浸式变压器运行缺陷，支撑油浸式变压器缺陷判定的实时性和有效性实现，提升油浸式变压器设备运行的安全可靠性。

A Transformer Defect Prediction Method and Device Based on ID3 Algorithms

This application discloses a transformer defect prediction method and device based on ID3 algorithm. The technical scheme of this application uses ID3 algorithm technology to integrate various on-line monitoring data sets of oil-immersed transformer, to form valuable data, to change the deficiency of traditional data statistical analysis and manual experience method in determining oil-immersed transformer defect, and to change the setting of oil-immersed transformer. The information lagging behind in the post-analysis of defect preparation. By collecting on-line monitoring data of oil-immersed transformer in situ, the operation defects of oil-immersed transformer can be predicted in time, the real-time and effectiveness of defect determination of oil-immersed transformer can be realized, and the safety and reliability of operation of oil-immersed transformer equipment can be improved.

【技术实现步骤摘要】
一种基于ID3算法的变压器缺陷预测方法及装置
本申请涉及分析及测量控制
，尤其涉及一种基于ID3算法的变压器缺陷预测方法及装置。
技术介绍
油浸式变压器是工矿企业与民用建筑供配电系统中的重要设备之一，它将10kV或35kV网络电压降至用户使用的230/400V母线电压。油浸式变压器设备的实时数据对于油浸式变压器的管理有着重要的意义，然而，运行维护人员却常常掌握不到实时数据或者对于实时数据掌握不准确，进而对这些油浸式变压器设备运行缺陷的发生与否不能完全地进行掌握。油浸式变压器设备的运行状态通常依靠人工经验，既做不到实时监控，又要花大量的人物力到现场核查。因此，如何在真正意义上实现油浸式变压器设备缺陷的预测管理，成为本领域技术人员亟待解决的问题。
技术实现思路
本申请提供了一种基于ID3算法的变压器缺陷预测方法及装置，在真正意义上实现油浸式变压器设备缺陷的预测管理。一方面，本申请提供了一种基于ID3算法的变压器缺陷预测方法，包括：采集油浸式变压器中的参数作为样本数据，所述参数包括油色谱中的甲烷含量、乙烷含量、油温值以及所述油浸式变压器的缺陷；对所述样本数据进行处理，得到训练数据；根据所述训练数据建立ID3算法模型；根据所述ID3算法模型对所述油浸式变压器进行缺陷预测。结合第一方面，所述方法还包括：按照预设周期采集油浸式变压器中的参数作为样本数据。结合第一方面，所述对样本数据进行处理，得到训练数据的步骤包括：判断所述样本数据是否正常；如果所述样本数据出现异常，则用差值填充出现异常的参数值；正常的参数值以及填充的参数值共同作为训练数据；如果所述样本数据未出现异常，则组成样本数据的所有参数值作为训练数据。结合第一方面，所述根据训练数据建立ID3算法模型的步骤包括：将样本数据中所有参数记录为一个根节点的数据；分别找到甲烷含量、乙烷含量和油温值的分割点；根据油温值的分割点，将根节点的数据分割为两个第一子节点数据；根据甲烷含量的分割点，分别将两个第一子节点数据再分为两个第二子节点数据，共得到四个第二子节点数据；根据乙烷含量的分割点，分别将四个第二子节点数据再分为两个第三子节点数据，共得到八个第三子节点数据。结合第一方面，所述根据所述ID3算法模型对所述油浸式变压器进行缺陷预测的步骤包括：获取下一个周期的油浸式变压器的油色谱中的待测参数，所述待测参数包括甲烷含量、乙烷含量和油温值；将所述待测参数输入所述ID3算法模型中，得到ID3算法模型的计算结果；根据所述计算结果所在的第三子节点数据中的缺陷情况，预测所述计算结果对应周期内的油浸式变压器的缺陷情况。第二方面，本申请提供了一种基于ID3算法的变压器缺陷预测装置，包括：参数采集单元，用于采集油浸式变压器中的参数作为样本数据，所述参数包括油色谱中的甲烷含量、乙烷含量、油温值以及所述油浸式变压器的缺陷；预处理单元，用于对所述样本数据进行处理，得到训练数据；模型建立单元，用于根据所述训练数据建立ID3算法模型；缺陷预测单元，用于根据所述ID3算法模型对所述油浸式变压器进行缺陷预测。结合第二方面，所述参数采集单元还用于：按照预设周期采集油浸式变压器中的参数作为样本数据。结合第二方面，所述预处理单元还用于：判断所述样本数据是否正常；如果所述样本数据出现异常，则用差值填充出现异常的参数值；正常的参数值以及填充的参数值共同作为训练数据；如果所述样本数据未出现异常，则组成样本数据的所有参数值作为训练数据。结合第二方面，所述模型建立单元还用于：将样本数据中所有参数记录为一个根节点的数据；分别找到甲烷含量、乙烷含量和油温值的分割点；根据油温值的分割点，将根节点的数据分割为两个第一子节点数据；根据甲烷含量的分割点，分别将两个第一子节点数据再分为两个第二子节点数据，共得到四个第二子节点数据；根据乙烷含量的分割点，分别将四个第二子节点数据再分为两个第三子节点数据，共得到八个第三子节点数据。结合第二方面，所述缺陷预测单元还用于：获取下一个周期的油浸式变压器的油色谱中的待测参数，所述待测参数包括甲烷含量、乙烷含量和油温值；将所述待测参数输入所述ID3算法模型中，得到ID3算法模型的计算结果；根据所述计算结果所在的第三子节点数据中的缺陷情况，预测所述计算结果对应周期内的油浸式变压器的缺陷情况。由以上技术方案可知，本申请实施例提供了一种基于ID3算法的变压器缺陷预测方法及装置，采集油浸式变压器中的参数作为样本数据，参数包括油色谱中的甲烷含量、乙烷含量、油温值以及油浸式变压器的缺陷；对样本数据进行处理，得到训练数据；根据训练数据建立ID3算法模型；根据ID3算法模型对油浸式变压器进行缺陷预测。本申请的技术方案利用ID3算法技术、把油浸式变压器各种在线监测数据集中融合，汇总形成有价值的数据，改变油浸式变压器缺陷判定依靠传统数据统计分析和人工经验方法的不足，改变油浸式变压器设备缺陷事后分析的信息滞后局面。利用就地采集油浸式变压器在线监测数据，及时预判油浸式变压器运行缺陷，支撑油浸式变压器缺陷判定的实时性和有效性实现，提升油浸式变压器设备运行的安全可靠性。附图说明为了更清楚地说明本申请的技术方案，下面将对实施案例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种基于ID3算法的变压器缺陷预测方法的流程图；图2为本申请实施例提供的一种ID3模型的结构示意图；图3为本申请实施例提供的一种基于ID3算法的变压器缺陷预测装置的结构框图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。参见图1，本申请实施例提供了一种基于ID3算法的变压器缺陷预测方法，包括：步骤101，采集油浸式变压器中的参数作为样本数据，所述参数包括油色谱中的甲烷含量、乙烷含量、油温值以及所述油浸式变压器的缺陷；步骤102，对所述样本数据进行处理，得到训练数据；步骤103，根据所述训练数据建立ID3算法模型；步骤104，根据所述ID3算法模型对所述油浸式变压器进行缺陷预测。利用参数采集单元，以固定周期提取、筛选甲烷含量(CH4)、乙烷含量(C2H6)、油温，作为训练样本基础数据，同时以固定周期加入每个周期内的油浸式变压器缺陷信息到训练样本库，与甲烷含量(CH4)、乙烷含量(C2H6)、油温一同组成算法样本数据。然后对训练样本数据进行处理，处理异常值，异常值处理方法采用差值填补方法。本申请实施例中油浸式变压器的缺陷情况通常用0或者1表示，有缺陷用1表示，无缺陷用0表示。进一步的，所述方法还包括：按照预设周期采集油浸式变压器中的参数作为样本数据。本申请中的固定周期可以根据实际情况进行选择，例如10分钟、20分钟等等。进一步的，所述对样本数据进行处理，得到训练数据的步骤包括：步骤201，判断所述样本数据是否正常；步骤202，如果所述样本数据出现异常，则用差值填充出现异常的参数值；步骤203，正常的参数值以及填充的参数值共同作为训练数据；步骤204，如果所述样本数据未出现异常，则组成样本数据的所有参数值作为训练数据。本申请实施例中可以选用100组样本数据进本文档来自技高网...

【技术保护点】
1.一种基于ID3算法的变压器缺陷预测方法，其特征在于，包括：采集油浸式变压器中的参数作为样本数据，所述参数包括油色谱中的甲烷含量、乙烷含量、油温值以及所述油浸式变压器的缺陷；对所述样本数据进行处理，得到训练数据；根据所述训练数据建立ID3算法模型；根据所述ID3算法模型对所述油浸式变压器进行缺陷预测。

【技术特征摘要】
1.一种基于ID3算法的变压器缺陷预测方法，其特征在于，包括：采集油浸式变压器中的参数作为样本数据，所述参数包括油色谱中的甲烷含量、乙烷含量、油温值以及所述油浸式变压器的缺陷；对所述样本数据进行处理，得到训练数据；根据所述训练数据建立ID3算法模型；根据所述ID3算法模型对所述油浸式变压器进行缺陷预测。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：按照预设周期采集油浸式变压器中的参数作为样本数据。3.根据权利要求1所述的方法，其特征在于，所述对样本数据进行处理，得到训练数据的步骤包括：判断所述样本数据是否正常；如果所述样本数据出现异常，则用差值填充出现异常的参数值；正常的参数值以及填充的参数值共同作为训练数据；如果所述样本数据未出现异常，则组成样本数据的所有参数值作为训练数据。4.根据权利要求2所述的方法，其特征在于，所述根据训练数据建立ID3算法模型的步骤包括：将样本数据中所有参数记录为一个根节点的数据；分别找到甲烷含量、乙烷含量和油温值的分割点；根据油温值的分割点，将根节点的数据分割为两个第一子节点数据；根据甲烷含量的分割点，分别将两个第一子节点数据再分为两个第二子节点数据，共得到四个第二子节点数据；根据乙烷含量的分割点，分别将四个第二子节点数据再分为两个第三子节点数据，共得到八个第三子节点数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述ID3算法模型对所述油浸式变压器进行缺陷预测的步骤包括：获取下一个周期的油浸式变压器的油色谱中的待测参数，所述待测参数包括甲烷含量、乙烷含量和油温值；将所述待测参数输入所述ID3算法模型中，得到ID3算法模型的计算结果；根据所述计算结果所在的第三子节点数据中的缺陷情况，预测所述计算结果对应周期内的油浸式变压器的缺陷...

【专利技术属性】
技术研发人员：刘柱揆，杨政，朱华，尹春林，潘侃，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南,53