一种基于PCA和DBSCAN的变压器主动预警方法技术

本发明专利技术公开了一种基于PCA和DBSCAN的变压器主动预警方法，包括以下步骤：筛选变压器故障相关的状态量数据；根据所析PCA对特征归一化后的所述样本数据进行特征降维；将PCA降维得到的特征进行聚类，利用DBSCAN进行状态判断。该方法利用PCA和DBSCAN实现变压器主动预警的方法，采用无监督法对变压器日常运行数据进行分析挖掘，判断正常和异常状态，触发主动预警机制。该方法适用性更强、灵活度更高。灵活度更高。灵活度更高。

【技术实现步骤摘要】
一种基于PCA和DBSCAN的变压器主动预警方法


[0001]本专利技术涉及设备状态检测领域，特别是一种基于PCA和DBSCAN的变压器主动预警方法。

技术介绍

[0002]目前，变压器设备虽有利用机器学习、深度学习进行故障诊断的模型，但对故障样本的要求高，需要有故障发生时的状态量记录、故障信息等，不少电网公司缺乏足够样本的积累、或样本质量差、样本残缺等问题，无法基于样本数据开展有监督学习。所以实际工作中，常常利用《评价导则》和《预防性试验规程》中规定的阈值对单一状态量进行预警，但此方法存在以下缺陷：(1)阈值固定、评价方式死板；(2)阈值仅能对单一状态量进行预警，缺乏对整体的评估预警，对变压器的评估不够全面。

技术实现思路

[0003]有鉴于此，本专利技术所解决的技术问题在于提供一种基于PCA和DBSCAN的变压器主动预警方法，解决变压器故障案例样本不足、阈值预警的方法不全面的问题。
[0004]本专利技术提供一种基于PCA和DBSCAN的变压器主动预警方法，其包括以下步骤：
[0005]筛选变压器故障相关的状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PCA和DBSCAN的变压器主动预警方法，其特征在于，包括以下步骤：筛选变压器故障相关的状态量数据；根据所述状态量数据，对抽取的样本数据进行预处理；对经过预处理的样本数据进行特征归一化；利用主成分分析PCA对特征归一化后的所述样本数据进行特征降维；将PCA降维得到的特征进行聚类，利用DBSCAN进行状态判断。2.根据权利要求1所述的方法，其特征在于，所述筛选变压器故障相关的状态量数据的具体步骤为：查阅变压器故障相关的资料，与业务专家多方沟通，确定故障相关状态量；为保证预警的实时性，挑选在线监测油色谱数据作为状态量数据，所述状态量数据包括CH4、C2H2、H2、CO、CO2、总烃。3.根据权利要求2所述的方法，其特征在于，根据所述状态量数据，对抽取的样本数据进行预处理的具体步骤为：在时序数据中挖掘出当前时刻异于以往常规运行状态的设备，基于以往的运行数据计算，从当前时刻往前取足量的数据作为样本数据；将单台设备的所述状态量数据的数值按时序排序，整理成所需的数据集格式；对状态量数据的数值进行预处理，完成脏数据的清洗，包括空值的删除、填充，重复数据的检查和去重，异常值的检测和处置。4.根据权利要求1所述的方法，其特征在于，所述利用主成分分析PCA对特征归一化后的所述样本数据进行特征降维包括：对所有所述状态量数据计算方差解释率矩阵，得到方差解释率矩阵[V1,V2,V3...V
i
]，其中，V
i
表示方差解释率；将所述方差解释率矩阵转化成累积方差解释率矩阵，即对矩阵进行累积计算，矩阵的第i位就等于矩阵的第一个值到第i个值的方差解释率的累计和，i为正整数；所述累积方差解释率矩阵为[S1,S2,S3...S
i
],S<...

【专利技术属性】
技术研发人员：陈正宇，李勇，彭华东，刘熊，鲍明晖，万欣，张媛，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：