一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法技术

本发明专利技术公开了一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法，包括以下步骤：利用FPCA方法对已采集的运行数据点进行分析，拟合出整个时间序列上的运行数据函数xi(t)；对原数据点和通过FPCA得到的数据点做差，得到残差函数ε(t)；利用小波对残差函数ε(t)变换去噪，得到ε′(t)；估计函数

【技术实现步骤摘要】
一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法
本专利技术涉及电力设备数据清洗领域，尤其是一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法。
技术介绍
变压器是电网中最重要的设备之一，其运行数据对后续的大数据分析至关重要。然而在数据采集和运输过程中，可能由于一些故障和人为因素导致数据缺失，这不利于后续的数据分析和数据挖掘，因此有必要对缺失数据进行填补。目前常用的缺失数据填补方法有：人工填充、插值、回归等。但是人工填充费时费力，要对每日产生的巨量数据进行人工填充也是不切实际的；插值方法的可信度不高，且插值方法难以适应大量连续数据缺失的情况；回归方法对函数模型的准确性要求很高，但是要确定一个合理的函数模型难度很大，而且模型的适用性很小。因此有必要建立一种新的方法，通过数据内在的特征，对缺失数据进行填补。
技术实现思路
本专利技术的目的是提供一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法，只需对已知的数据点进行学习，就可以找到数据内在的特征，拟合出整个时间序列上的函数，通过这个函数在对应时间点上的值就可以对缺失点的值做出修补。为实现上述目的，本文档来自技高网...

【技术保护点】
1.一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法，其特征是，包括以下步骤：利用FPCA方法对已采集的运行数据点进行分析，拟合出整个时间序列上的运行数据函数xi(t)；对原数据点和通过FPCA得到的数据点做差，得到残差函数ε(t)；利用小波对残差函数ε(t)变换去噪，得到ε′(t)；估计函数

【技术特征摘要】
1.一种基于函数型主成分分析和小波变换的变压器运行数据缺失点修补方法，其特征是，包括以下步骤：利用FPCA方法对已采集的运行数据点进行分析，拟合出整个时间序列上的运行数据函数xi(t)；对原数据点和通过FPCA得到的数据点做差，得到残差函数ε(t)；利用小波对残差函数ε(t)变换去噪，得到ε′(t)；估计函数将缺失点处的时间t0代入得到的作为缺失点处的修补值。2.如权利要求1所述的方法，其特征是，所述利用FPCA方法对已采集的运行数据点进行分析，拟合出整个时间序列上的运行数据函数xi(t)步骤之前，还包括：取该变压器n天内所有有效采样时间和对应的有效采样值，得到一个时间记录矩阵T和采样值记录矩阵Y，T的第i行第j列元素Tij表示第i天第j个采样点的时间，Y的第i行第j列元素Yij表示第i天第j个采样点的数值。3.如权利要求2所述的方法，其特征是，所述利用FPCA方法对已采集的运行数据点进行分析，拟合出整个时间序列上的运行数据函数xi(t)，具体包括：将采集的变压器运行数据按时间顺序排列，十天数据作为一组进行分析；根据KL定理，变压器每天的运行数据可以表示为，xi(t)表示第i天变压器的运行数据关于时间的函数，μ(t)是变压器十天里样本下的均值函数，αik是一组依赖于天数的系数，是十天样本下的一组基函数，估计均值函数μ(t)，估计基函数估计系数αik，选取前K个特征函数来表示xi(t)，得到xi(t)的初步估计，即4.如权利要求3所述的方法，其特征是，所述估计均值函数μ(t)，具体包括：利用加权最小二乘法估计均值函数μ(t)：优化函数分别对β0和β1求偏导，ni表示第i天的有效采样点数目，k(·)采用高斯核函数，hμ是带宽，通过GCV的方法选择带宽；令两个偏导数为零，得到其中对μ(t)的估计为：5.如权利要求3所述的方法，其特征是，所述估计基函数具体包括：估计样本协方差函数G(s,t)；根据通过离散化估计或是数值估计的方法得到特征函数和特征值λk，其中，Γ表示xi(t)的定义域，是样本协方差函数G(s,t)的估计函数，G(s,t)的表达式为：G(s,t)＝cov(x(s),x(t))。6.如权利要求5所述的方法，其特征是...

【专利技术属性】
技术研发人员：辜超，秦佳峰，李程启，林颖，杨祎，白德盟，郑文杰，王辉，周超，洪子靖，杜弘毅，
申请(专利权)人：国网山东省电力公司电力科学研究院，复旦大学，国家电网有限公司，
类型：发明
国别省市：山东,37