一种油纸绝缘时域介电特征的两级式优化策略制造技术

本发明专利技术提供了一种油纸绝缘时域介电特征的两级式优化策略，最优特征空间的确定包括以下步骤；步骤1：根据初始特征空间Ω1的m个特征中，其中m=23，由公式（1）计算某两个时域特征向量X

【技术实现步骤摘要】
一种油纸绝缘时域介电特征的两级式优化策略


[0001]本专利技术涉及变压器绝缘老化
，特别是一种油纸绝缘时域介电特征的两级式优化策略。

技术介绍

[0002]电力变压器在长期运行过程中，其运行状态会受到实际运行环境、载荷差异等因素的影响，仅仅通过运行年限来判断其绝缘老化状态十分不科学。因此，近年来学者们研究油纸绝缘设备的老化机理，专注于探索油浸式变压器绝缘系统老化状态的评估方法，例如糠醛含量检测法、气体色谱分析、局部放电检测、时域介电响应技术等。其中，时域介电响应技术相比其他几种传统方法具有无损高效、信息丰富的优点，目前在油纸绝缘诊断领域受到广泛青睐。利用介电响应技术能够对变压器科学准确的绝缘诊断，有助于及早发现变压器绝缘系统存在的隐患，及时制定检修策略排除设备问题，避免因绝缘老化而导致故障。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种油纸绝缘时域介电特征的两级式优化策略，发现变压器绝缘系统的隐患，及时制定检修策略排除设备问题，避免绝缘老化导致的故障。
[0004]为实现上述目的，本专利技术采用如下技术方案：一种油纸绝缘时域介电特征的两级式优化策略，最优特征空间Ω
Z
的确定包括以下步骤；
[0005]步骤1：根据初始特征空间Ω1的m个特征中，其中m＝23，由公式(1)计算某两个时域特征向量X
i
与X
s
(i，s∈[1,m])间的皮尔森相关系数ρ
is
；
[0006]步骤2：判断ρ
is
绝对值是否大于0.8，当ρ
is
绝对值小于0.8时，进入步骤3；
[0007]当ρ
is
绝对值大于0.8时，将两个特征视为高度相关；
[0008][0009]平均皮尔森相关系数如公式(2)计算，其值用于度量高度相关特征的全局相关性；
[0010][0011]其中，分别别是X
i
与X
s
的平均值；
[0012]基于特征间冗余度最小的原则进行特征选择时，先计算每一时域介电特征与其他特征间的皮尔森相关系数，从特征空间Ω1提出k个高度相关特征矩阵ρ
k
(k＝1,2,...,k)，然后求取每个高度相关矩阵中每一个特征的平均皮尔森相关系数，并升序排列，选择全局相关性最小的特征返回，剔除其他冗余特征，进入步骤3；
[0013]步骤3：利用合适的时域特征向量形成冗余性最低特征空间Ω2；
[0014]步骤4：进行无量纲处理后累加即可计算特征X
i
在类可分性特征选择过程的综合得分S
i
：
[0015][0016]按S
i
得分进行降序排列，剔除得分垫底的特征，使特征空间维数降至第一级特征选择预先设定的阈值m1，并记为Ω3；
[0017]其中基于类内类间距离指标采用改进F
‑
Score度量特征对于分类的敏感度，在变压器样本类别Y(y
k
∈Y，k∈[1,n
y
])已知情况下，特征量X
i
的改进F
‑
Score根据公式(3)计算：
[0018][0019]式中，m
y
表示类别为y
k
的样本个数，特征X
i
对应于类别y
k
部分的样本矩阵记为那么式中那么式中分别表示的某一元素和样本均值；
[0020]特征向量X
i
与类别Y的互信息可以用式(4)计算：
[0021][0022]其中，p
x
、分别为X
i
中某一样本x以及其中一类y
k
的边缘分布概率，为样本x与类别y
k
联合分布概率；
[0023]基于相关性指标进行评价时，将式(1)中X
s
改为Y后，如式(5)所示，则可计算特征向量X
i
与类别Y的皮尔森相关系数，用于度量第i个特征X
i
对于类别Y的相关度：
[0024][0025]步骤5：用Fk训练RF模型，通过OOB评估特征重要性，每次剔除重要度最低的特征后，形成新的特征空间；
[0026]步骤6：判断特征空间维度是否达到预设目标阈值m2，提取出多个待选特征空间；如果特征空间维度达到预设目标阈值m2，进入步骤7；否则循环步骤5；
[0027]步骤7：基于OOB样本预测错误率及特征空间中每一特征的重要性显著水平对多个待选特征空间进行综合考虑，择优化出最优特征空间Ω
Z
。
[0028]在一较佳的实施例中，利用OOB数据对当前特征空间下每一介电特征X
i
进行重要性评估进而实现特征选择过程的步骤如下：
[0029]Step1.在第一级选择后维度m1的特征空间Ω3条件下，训练具有t棵树组成的RF模型，同时统计每棵树T的OOB数据，如第j棵树T
j
(j∈[1,t])的OOB数据记为R
j
＝[r1…
r
i
…
r
m1
]，其中r
i
表示时域特征X
i
在第j棵树对应的样本列向量；
[0030]Step2.利用RF中每棵树，例如T
j
，对其相应的OOB数据R
j
诊断，并计算分类正确率，记为A
j1
；
[0031]Step3.随机置换OOB样本R
j
中特征X
i
对应列r
i
的每一个值，保持其他特征量值不变，生成新的样本矩阵并记为R
j(i)
＝[r1…
r
i(i)
…
r
m1
]；定义e
k
为仅有一个随机位置为1元素的单位行向量，则置换过程如式(7)表示：
[0032][0033]Step4.利用每棵决策树对R
j(i)
中相应的OOB数据做出预测并计算OOB正确率，记为A
j2
；
[0034]Step5.定义为V
i
特征X
i
在当前特征空间下的重要度，其值等于因为样本置换导致随机森林分类正确率下降的平均值：
[0035][0036]Step6.计算当前特征空间下的每个特征的重要度V
i
，每次循环实验时淘汰重要度最低的特征后，形成新的特征空间。
[0037]Step7.并重复Step1～6，直至特征空间维度达到预设目标阈值m2，提取出多个待选特征空间；
[0038]Step8.基于OOB样本预测错误率及特征空间中每一特征的重要性显著水平对多个待选特征空间进行综合考虑，择优化出最优特征空间Ω
Z
。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油纸绝缘时域介电特征的两级式优化策略，其特征在于，最优特征空间Ω
Z
的确定包括以下步骤；步骤1：根据初始特征空间Ω1的m个特征中，其中m＝23，由公式(1)计算某两个时域特征向量X
i
与X
s
(i，s∈[1,m])间的皮尔森相关系数ρ
is
；步骤2：判断ρ
is
绝对值是否大于0.8，当ρ
is
绝对值小于0.8时，进入步骤3；当ρ
is
绝对值大于0.8时，将两个特征视为高度相关；平均皮尔森相关系数如公式(2)计算，其值用于度量高度相关特征的全局相关性；其中，分别别是X
i
与X
s
的平均值；基于特征间冗余度最小的原则进行特征选择时，先计算每一时域介电特征与其他特征间的皮尔森相关系数，从特征空间Ω1提出k个高度相关特征矩阵ρ
k
(k＝1,2,...,k)，然后求取每个高度相关矩阵中每一个特征的平均皮尔森相关系数，并升序排列，选择全局相关性最小的特征返回，剔除其他冗余特征，进入步骤3；步骤3：利用合适的时域特征向量形成冗余性最低特征空间Ω2；步骤4：进行无量纲处理后累加即可计算特征X
i
在类可分性特征选择过程的综合得分S
i
：按S
i
得分进行降序排列，剔除得分垫底的特征，使特征空间维数降至第一级特征选择预先设定的阈值m1，并记为Ω3；其中基于类内类间距离指标采用改进F
‑
Score度量特征对于分类的敏感度，在变压器样本类别Y(y
k
∈Y，k∈[1,n
y
])已知情况下，特征量X
i
的改进F
‑
Score根据公式(3)计算：式中，m
y
表示类别为y
k
的样本个数，特征X
i
对应于类别y
k
部分的样本矩阵记为那么式中么式中分别表示的某一元素和样本均值；特征向量X
i
与类别Y的互信息可以用式(4)计算：其中，p
x
、分别为X
i
中某一样本x以及其中一类y
k
的边缘分布概率，为样本x与类别y
k
联合分布概率；基于相关性指标进行评价时，将式(1)中X
s
改为Y后，如式(5)所示，则可计算特征向量X
i
与类别Y的皮尔森相关系数，用于度量第i个特征X
i
对于类别Y的相关度：步骤5：用Fk训练RF模型，通过OOB评估特征重要性，每次剔除重要度最低...

【专利技术属性】
技术研发人员：李继宇，陈雪，陈大才，郭智源，林剑，余定文，林奕夫，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：