一种变压器集群管理方法及系统技术方案

本发明专利技术公开了一种变压器集群管理方法及系统，包括以下步骤：步骤S1、获取变压器的运行日志，并基于所述运行日志构建表征集群管理基础特征的第一集群管理模型样本集；步骤S2、利用特征融合将第一集群管理模型样本集中的所述集群管理基础特征进行优化构建表征集群管理最优特征的第二集群管理模型样本集，并基于所述第二集群管理模型样本集构建将变压器归属至最佳管理集群的集群管理模型。本发明专利技术采用层次聚类算法将台账参数、工况数据相似的变压器划分进同一变压器集群，再通过同一集群中变压器状态监测数据的互比较了解集群内设备的差异性，能迅速判断哪台变压器处于异常状态，且异常检测准确率高。

【技术实现步骤摘要】
一种变压器集群管理方法及系统
本专利技术涉及变压器管理
，具体涉及一种变压器集群管理方法及系统。
技术介绍
电力变压器是电力系统中最重要的输变电设备之一，其运行状态直接关系到整个电力系统的安全与稳定，这里的电力变压器通常为10KV及以上的变压器，例如：10KV的配电变压器，35KV及以上的输电变压器等，因此保障变压器的可靠运行至关重要。随着传感器技术、计算机技术的高速发展，对变压器进行实时状态监测评估也逐渐成为可能。目前识别变压器状态异常与否的主流做法是对变压器的核心状态量进行在线监测，同时基于国家标准对这些核心状态量进行阈值判断，从而判断变压器的状态异常与否。该方法虽然在一定程度上保障了变压器的安全稳定运行，但也有其不可避免的缺点。一般情况下，变压器故障是一个长久而持续的过程，故障对变压器核心状态量的影响也是一个持续的过程。当变压器核心状态量超过国家标准设定的阈值时，一般变压器的状态已经发生变化，已经一定程度上影响了电力系统的安全与稳定。此外，变压器监测平台在收集到大量在线监测数据后，仅依据阈值等人工经验对数据进行分析，使得数据的利用率很低，埋没了数据应有的价值，并未达到预期效果，最终导致判别精度低。
技术实现思路
本专利技术的目的在于提供一种变压器集群管理方法及系统，以解决现有技术中仅依据阈值等人工经验对数据进行分析，使得数据的利用率很低，埋没了数据应有的价值，最终导致判别精度低的技术问题。为解决上述技术问题，本专利技术具体提供下述技术方案：一种变压器集群管理方法，包括以下步骤：步骤S1、获取变压器的运行日志，并基于所述运行日志构建表征集群管理基础特征的第一集群管理模型样本集；步骤S2、利用特征融合将第一集群管理模型样本集中的所述集群管理基础特征进行优化构建表征集群管理最优特征的第二集群管理模型样本集，并基于所述第二集群管理模型样本集构建将变压器归属至最佳管理集群的集群管理模型；步骤S3、基于所述最佳管理集群对所归属的各变压器的在线运行数据进行内相似性比对，并判别变压器的运行状态。作为本专利技术的一种优选方案，所述步骤S1中，所述运行日志为所述变压器的历史运行数据集合，提取所述第一集群管理模型样本集的具体方法包括：步骤S101、在运行日志中随机抽取相同数量的正样本和负样本混合构成标准样本集，其中，所述正样本为处于同类运行状态的变压器的运行数据，所述负样本为处于他类运行状态的变压器的运行数据；步骤S102、对标准样本集中进行特征量化获得第一单阶特征，并将第一单阶特征利用相关性分析实现特征降维获得第二单阶特征；步骤S103、基于标准样本集获取所述第二单阶特征的特征值，并将第二单阶特征的特征值与第二单阶特征建立新映射获得第一集群管理模型样本集。作为本专利技术的一种优选方案，所述步骤S102中，相关性分析实现特征降维的具体方法包括：依次将第一单阶特征中所有特征进行两两配对组合获得双特征对并将双特征对的特征值带入相关性计算公式获得双特征对的相关性系数，相关性计算公式为：；其中，I为相关性系数，X为第一单阶特征，，为第一单阶特征中的第i，j个特征的特征值，是和的联合概率分布函数，而和分别是和的边缘概率分布函数；遍历选取相关性系数高于相关性阈值的第一双特征对，并在第一双特征对中随机选取第一特征，并对应删除所有双特征对中的第一特征，直至第一双特征对遍历完成；将所有双特征对进行配对拆分获得的第一单阶特征汇总构成第二单阶特征。作为本专利技术的一种优选方案，所述步骤S2中的所述特征融合为基于特征多阶融合构建所述集群管理最优特征的优化过程，获得第二集群管理模型样本集的具体方法包括：步骤S201、利用笛卡尔积将所述第二单阶特征进行编码融合获得第一多阶特征，并基于所述第一多阶特征对所述第一集群管理模型样本集进行第一映射更新生成过渡集群管理模型样本集；步骤S202、基于所述过渡集群管理模型样本集利用多目标搜索策略筛选第一多阶特征获得最优多阶特征，并基于最优多阶特征对所述过渡集群管理模型样本集进行第二映射更新获得第二集群管理模型样本集。作为本专利技术的一种优选方案，所述步骤S202中，多目标搜索策略筛选第一多阶特征获得最优多阶特征的具体方法包括：利用第一多阶特征在过渡集群管理模型样本集中的正负样本的聚类准确度和第一多阶特征的使用数目构建多目标搜索策略的目标函数，所述目标函数为：；其中，；；minf为目标函数值，和为权重常数，，MNI为聚类准确度，t为第一多阶特征的使用数目，，M为第一多阶特征的总数目，H为混合矩阵，表征为过渡集群管理模型样本集中的所述正负样本的聚类集群结构中正负样本集群k内的样本同时处于所述正负样本的真实聚类集群结构中正负样本集群l内的数目，np1和np2分别是和划分结果中的集群个数，Hk和Hl分别为混合矩阵H中第k行和第l列的元素之和，N为过渡集群管理模型样本集的样本数目；线性标定所述目标函数构建适应度函数，并利用多目标搜索算法求解所述目标函数获得一组由第一多阶特征组成的最优多阶特征的Pareto解集；选取所述最优多阶特征的Pareto解集中适应度值最高的解作为将变压器归属至最佳管理集群的最优多阶特征，所述适应度函数的计算公式为：；其中，F为适应度值，为目标函数值，为扰动常数。作为本专利技术的一种优选方案，所述步骤S2中，构建将变压器归属至最佳管理集群的集群管理模型的具体方法包括：步骤一：基于所述最优多阶特征将所有变压器分别量化为单个集群，其中表示第y台变压器的最优多阶特征的集合，表示第y台变压器的第个最优多阶特征，，，m为最优多阶特征的总数目，n为变压器的总数目；步骤二：依次计算两集群的相似性，并基于最大相似性进行集群融合归一，所述集群的相似性为两集群中相似性最大的一对变压器之间的相似性，所述相似性用果瓦系数进行度量：；其中，为变压器和变压器的果瓦系数，为变压器和变压器在和上的取值，和分别表示第y1、y2台变压器的第个最优多阶特征，为加权变量，，，m为最优多阶特征的总数目，n为变压器的总数目；步骤三：重复步骤二直至当前变压器集群总数目是最初变压器集群总数目的10%完成聚类。作为本专利技术的一种优选方案，所述步骤S3中，判别变压器的运行状态的具体方法包括：对各集群中的所有变压器在线监测数据分别进行归一化处理为消除不同指标量纲带来的差异，所述归一化公式为：；其中，表示第台变压器的在线监测数据，表示第y台变压器的第类在线监测数据，n2表示集群中变压器的台数，表示归一化处理后第y台变压器的第类在线监测数据，p为在线监测数据的种类总数目，；量化同一集群中的变压器两两之间的距离，所述距离用欧式距离度量，所述欧式距离的计算公式为：；为变压器和变压器的欧式距离，、分别表示为第y1、y2台变压器的第在线监测数据，，n2表示集群中变压器的总数目，，p为在线监测数据本文档来自技高网...

【技术保护点】
1.一种变压器集群管理方法，其特征在于，包括以下步骤：/n步骤S1、获取变压器的运行日志，并基于所述运行日志构建表征集群管理基础特征的第一集群管理模型样本集；/n步骤S2、利用特征融合将第一集群管理模型样本集中的所述集群管理基础特征进行优化构建表征集群管理最优特征的第二集群管理模型样本集，并基于所述第二集群管理模型样本集构建将变压器归属至最佳管理集群的集群管理模型；/n步骤S3、基于所述最佳管理集群对所归属的各变压器的在线运行数据进行内相似性比对，并判别变压器的运行状态。/n

【技术特征摘要】
1.一种变压器集群管理方法，其特征在于，包括以下步骤：
步骤S1、获取变压器的运行日志，并基于所述运行日志构建表征集群管理基础特征的第一集群管理模型样本集；
步骤S2、利用特征融合将第一集群管理模型样本集中的所述集群管理基础特征进行优化构建表征集群管理最优特征的第二集群管理模型样本集，并基于所述第二集群管理模型样本集构建将变压器归属至最佳管理集群的集群管理模型；
步骤S3、基于所述最佳管理集群对所归属的各变压器的在线运行数据进行内相似性比对，并判别变压器的运行状态。


2.根据权利要求1所述的一种变压器集群管理方法，其特征在于：所述步骤S1中，所述运行日志为所述变压器的历史运行数据集合，提取所述第一集群管理模型样本集的具体方法包括：
步骤S101、在运行日志中随机抽取相同数量的正样本和负样本混合构成标准样本集，其中，所述正样本为处于同类运行状态的变压器的运行数据，所述负样本为处于他类运行状态的变压器的运行数据；
步骤S102、对标准样本集中进行特征量化获得第一单阶特征，并将第一单阶特征利用相关性分析实现特征降维获得第二单阶特征；
步骤S103、基于标准样本集获取所述第二单阶特征的特征值，并将第二单阶特征的特征值与第二单阶特征建立新映射获得第一集群管理模型样本集。


3.根据权利要求2所述的一种变压器集群管理方法，其特征在于：所述步骤S102中，相关性分析实现特征降维的具体方法包括：
依次将第一单阶特征中所有特征进行两两配对组合获得双特征对并将双特征对的特征值带入相关性计算公式获得双特征对的相关性系数，相关性计算公式为：

；
其中，I为相关性系数，X为第一单阶特征，，为第一单阶特征中的第i，j个特征的特征值，是和的联合概率分布函数，而和分别是和的边缘概率分布函数；
遍历选取相关性系数高于相关性阈值的第一双特征对，并在第一双特征对中随机选取第一特征，并对应删除所有双特征对中的第一特征，直至第一双特征对遍历完成；
将所有双特征对进行配对拆分获得的第一单阶特征汇总构成第二单阶特征。


4.根据权利要求3所述的一种变压器集群管理方法，其特征在于：所述步骤S2中的所述特征融合为基于特征多阶融合构建所述集群管理最优特征的优化过程，获得第二集群管理模型样本集的具体方法包括：
步骤S201、利用笛卡尔积将所述第二单阶特征进行编码融合获得第一多阶特征，并基于所述第一多阶特征对所述第一集群管理模型样本集进行第一映射更新生成过渡集群管理模型样本集；
步骤S202、基于所述过渡集群管理模型样本集利用多目标搜索策略筛选第一多阶特征获得最优多阶特征，并基于最优多阶特征对所述过渡集群管理模型样本集进行第二映射更新获得第二集群管理模型样本集。


5.根据权利要求4所述的一种变压器集群管理方法，其特征在于：所述步骤S202中，多目标搜索策略筛选第一多阶特征获得最优多阶特征的具体方法包括：
利用第一多阶特征在过渡集群管理模型样本集中的正负样本的聚类准确度和第一多阶特征的使用数目构建多目标搜索策略的目标函数，所述目标函数为：

；
其中，；

；
minf为目标函数值，和为权重常数，，MNI为聚类准确度，t为第一多阶特征的使用数目，，M为第一多阶特征的总数目，H为混合矩阵，表征为过渡集群管理模型样本集中的所述正负样本的聚类集群结构中正负样本集群k内的样本同时处于所述正负样本的...

【专利技术属性】
技术研发人员：徐沛东，罗宗杰，郑世明，郝鑫，李凯，黄园芳，廖文娟，王志强，段新辉，魏炎，吴莉琳，李玲，
申请(专利权)人：广东电网有限责任公司湛江供电局，
类型：发明
国别省市：广东;44