本發(fā)明涉及變壓器
技術(shù)領(lǐng)域：
，特別是涉及一種變壓器油中溶解氣體異常識別方法。
背景技術(shù)：
：目前，變壓器油中溶解氣體是評價(jià)變壓器運(yùn)行狀態(tài)重要指標(biāo)。目前電力部門普遍通過閾值法對變壓器進(jìn)行預(yù)警，在傳統(tǒng)的異常識別方法中，對變壓器油中溶解氣體進(jìn)行監(jiān)測，當(dāng)監(jiān)測到的某種特征氣體超過預(yù)先設(shè)定的注意值時(shí)，監(jiān)測系統(tǒng)給出相應(yīng)的報(bào)警信息，但是這種傳統(tǒng)的閾值判定具有局限性，一方面設(shè)備信息利用率和狀態(tài)評價(jià)正確率都偏低，另一方面難以檢測出設(shè)備的潛伏性故障及故障類別，而且相關(guān)規(guī)范標(biāo)準(zhǔn)中的固定閾值難以結(jié)合設(shè)備運(yùn)行工況的差異性，因此傳統(tǒng)的異常識別方法進(jìn)行的準(zhǔn)確性較低。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種變壓器油中溶解氣體異常識別方法，以實(shí)現(xiàn)提高溶解氣體異常識別的準(zhǔn)確性。為解決上述技術(shù)問題，本發(fā)明提供一種變壓器油中溶解氣體異常識別方法，該方法包括：獲取變壓器油中溶解氣體歷史數(shù)據(jù)，對所述數(shù)據(jù)進(jìn)行預(yù)處理；計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量；依據(jù)所述溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量建立組合函數(shù)；計(jì)算組合函數(shù)的輸出誤差，依據(jù)所述輸出誤差來判定溶解氣體的異常。優(yōu)選的，所述計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量，包括：利用平滑低通濾波器計(jì)算得到溶解氣體的漸變分量P(t)；利用最小二乘法計(jì)算得到溶解氣體的周期分量Q(t)；利用最小期望法計(jì)算得到溶解氣體的隨機(jī)自回歸分量S(t)。優(yōu)選的，所述組合函數(shù)為f(t)，f(t)為非平穩(wěn)隨機(jī)過程。優(yōu)選的，所述計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量之前，還包括：獲取變壓器油中溶解氣體的漸變分量估計(jì)值周期分量估計(jì)值和隨機(jī)自回歸分量估計(jì)值優(yōu)選的，所述組合函數(shù)的輸出誤差為V(t)，優(yōu)選的，所述組合函數(shù)的標(biāo)準(zhǔn)差為S，V(t)的概率置信區(qū)間為[-qS,qS]，q＝2.5。優(yōu)選的，所述依據(jù)所述輸出誤差來判定溶解氣體的異常，包括：若組合函數(shù)的輸出誤差落在所述概率置信區(qū)間之外，確定溶解氣體出現(xiàn)異常。本發(fā)明所提供的一種變壓器油中溶解氣體異常識別方法，獲取變壓器油中溶解氣體歷史數(shù)據(jù)，對所述數(shù)據(jù)進(jìn)行預(yù)處理；計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量；依據(jù)所述溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量建立組合函數(shù)；計(jì)算組合函數(shù)的輸出誤差，依據(jù)所述輸出誤差來判定溶解氣體的異常。可見，相對于傳統(tǒng)的異常識別方法，本方法既簡化了多維參量的復(fù)雜相關(guān)關(guān)系，又能檢測出設(shè)備運(yùn)行狀態(tài)的異常類型及異常發(fā)生時(shí)間，實(shí)現(xiàn)異常的實(shí)時(shí)檢測，提高溶解氣體異常識別的準(zhǔn)確性。附圖說明為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。圖1為本發(fā)明所提供的一種變壓器油中溶解氣體異常識別方法的流程圖；圖2變壓器油中溶解氣體異常識別驗(yàn)證示意圖。具體實(shí)施方式本發(fā)明的核心是提供一種變壓器油中溶解氣體異常識別方法，以實(shí)現(xiàn)提高溶解氣體異常識別的準(zhǔn)確性。為了使本
技術(shù)領(lǐng)域：
的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。請參考圖1，圖1為本發(fā)明所提供的一種變壓器油中溶解氣體異常識別方法的流程圖，該方法包括：S11：獲取變壓器油中溶解氣體歷史數(shù)據(jù)，對所述數(shù)據(jù)進(jìn)行預(yù)處理；S12：計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量；S13：依據(jù)溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量建立組合函數(shù)；S14：計(jì)算組合函數(shù)的輸出誤差，依據(jù)輸出誤差來判定溶解氣體的異常?？梢?，相對于傳統(tǒng)的異常識別方法，本方法既簡化了多維參量的復(fù)雜相關(guān)關(guān)系，又能檢測出設(shè)備運(yùn)行狀態(tài)的異常類型及異常發(fā)生時(shí)間，實(shí)現(xiàn)異常的實(shí)時(shí)檢測，提高溶解氣體異常識別的準(zhǔn)確性?；谏鲜龇椒?，具體的，步驟S12具體包括以下步驟：S21：利用平滑低通濾波器計(jì)算得到溶解氣體的漸變分量P(t)；S22：利用最小二乘法計(jì)算得到溶解氣體的周期分量Q(t)；S23：利用最小期望法計(jì)算得到溶解氣體的隨機(jī)自回歸分量S(t)。獲取的漸變分量、周期分量和隨機(jī)自回歸分量都是函數(shù)，也就是根據(jù)平滑低通濾波器求取漸變分量函數(shù)，根據(jù)最小二乘法求得周期分量函數(shù)，根據(jù)最小期望法求得隨機(jī)自回歸分量函數(shù)，然后再建立組合函數(shù)，輸入數(shù)據(jù)求取輸出誤差，進(jìn)行異常判斷。組合函數(shù)為f(t)，f(t)為非平穩(wěn)隨機(jī)過程。具體的，在計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量之前，還包括：獲取變壓器油中溶解氣體的漸變分量估計(jì)值周期分量估計(jì)值和隨機(jī)自回歸分量估計(jì)值其中，組合函數(shù)的輸出誤差為V(t)，其中，組合函數(shù)的標(biāo)準(zhǔn)差為S，V(t)的概率置信區(qū)間為[-qS,qS]，q＝2.5。步驟S14中依據(jù)輸出誤差來判定溶解氣體的異常的過程具體為：若組合函數(shù)的輸出誤差落在概率置信區(qū)間之外，確定溶解氣體出現(xiàn)異常。即若組合函數(shù)的輸出誤差V(t)落在概率置信區(qū)間[-qS,qS]之外，確定溶解氣體出現(xiàn)異常。該方法通過油中溶解氣體特征的數(shù)據(jù)預(yù)處理，計(jì)算含有漸變分量、周期分量、隨機(jī)自回歸分量的組合函數(shù)，并建立異常識別準(zhǔn)則，異常識別準(zhǔn)則即為：計(jì)算組合函數(shù)的輸出誤差，依據(jù)輸出誤差來判定溶解氣體的異常。相對于傳統(tǒng)的異常判定方法，本方法既簡化了多維參量的復(fù)雜相關(guān)關(guān)系，又能檢測出設(shè)備運(yùn)行狀態(tài)的異常類型及異常發(fā)生時(shí)間，實(shí)現(xiàn)異常的實(shí)時(shí)檢測。考慮油中溶解氣體特性的數(shù)據(jù)預(yù)處理，介于油中溶解氣體不同氣體間存在一定關(guān)系，預(yù)處理包括缺失值多維氣體插值補(bǔ)全、突變值采用3δ識別及均值替代處理。詳細(xì)的，根據(jù)組合估計(jì)值求取組合函數(shù)f(t)，漸變成分估計(jì)值代表油中溶解氣體隨設(shè)備狀態(tài)變化P(t)，周期成分估計(jì)值代表監(jiān)測傳感器受周期環(huán)境變化Q(t)，隨機(jī)自回歸估計(jì)值代表油中溶解氣體隨機(jī)干擾S(t)?？紤]不同氣體之間的影響的平滑低通濾波器求取漸變分量，為Pi(t)的擬合值，一般形式為式中i＝a,b,c…g分別代表H2、CH4、C2H6、C2H4、C2H2、CO、CO2氣體。周期分量時(shí)間序列Q(t)可表達(dá)為其擬合推估值可以用傅里葉級數(shù)表示，即式中a0,am,bm,m常數(shù)可由傅里葉變換及最小二乘法求得。f(t)一般是非平穩(wěn)隨機(jī)過程，對于隨機(jī)漲落自回歸函數(shù)S(t)，對S(t)可建立自回歸預(yù)測模型當(dāng)：為最小時(shí)，按下式求解回歸系數(shù)b1,b2,…,bl。式中R(0),R(1),…,R(l)是自相關(guān)系數(shù)，且式中j＝0,1,…,(l-1),E表示數(shù)學(xué)期望。對于組合函數(shù)的異常識別準(zhǔn)則，異常識別準(zhǔn)則即為：計(jì)算組合函數(shù)的輸出誤差，依據(jù)輸出誤差來判定溶解氣體的異常。異常識別準(zhǔn)則是基于綜合系統(tǒng)即組合函數(shù)的輸出誤差模型擬合系統(tǒng)標(biāo)準(zhǔn)差即組合函數(shù)的標(biāo)準(zhǔn)差為式中V(t)的概率置信區(qū)間為[-qS,qS],q在這里取2.5，對應(yīng)置信度99％。當(dāng)V(t)變化落在置信區(qū)間外判定為出現(xiàn)異常。本方法簡化了多維參量的復(fù)雜相關(guān)關(guān)系，又能檢測出設(shè)備運(yùn)行狀態(tài)的異常類型及異常發(fā)生時(shí)間，實(shí)現(xiàn)動態(tài)數(shù)據(jù)的異常檢測。解決了設(shè)備信息利用率和狀態(tài)評價(jià)正確率都偏低，難以檢測出設(shè)備的潛伏性故障的問題。具體的，本方法中，獲取變壓器油中溶解氣體歷史數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理，根據(jù)平滑低通濾波器求取漸變分量函數(shù)，根據(jù)最小二乘法求得周期分量函數(shù)，根據(jù)最小期望法求得隨機(jī)自回歸分量函數(shù)，然后再建立組合函數(shù)，輸入數(shù)據(jù)求取輸出誤差，進(jìn)行異常判斷，如此對油中溶解氣體異常值進(jìn)行了判斷，由于判據(jù)充分考慮了氣體之間的相互影響、數(shù)據(jù)波動、環(huán)境干擾因素的影響。因此這種方法更加適用于油中溶解氣體的異常值評估。例如，共獲得某傳感器采集到的某傳感器一個(gè)月的H2含量數(shù)據(jù)，其中2月16日至3月5日數(shù)據(jù)用于訓(xùn)練組合模型，3月5日-3月8日用于測試模型。根據(jù)訓(xùn)練模型計(jì)算值、邊界值及觀測值如表1所示，根據(jù)本發(fā)明的異常識別方法，當(dāng)觀測值大于置信邊界值識別為異常，識別出3月6日-3月9日氫氣數(shù)據(jù)存在異常，如圖2所示，圖中的實(shí)際指代觀測值，預(yù)測代表計(jì)算值。表13月5日3月6日3月7日3月8日3月9日計(jì)算值2.412.472.552.72.9置信邊界3.913.974.054.24.4觀測值3.55.54.97.16.7綜上，本發(fā)明所提供的一種變壓器油中溶解氣體異常識別方法，獲取變壓器油中溶解氣體歷史數(shù)據(jù)，對所述數(shù)據(jù)進(jìn)行預(yù)處理；計(jì)算變壓器油中溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量；依據(jù)溶解氣體的漸變分量、周期分量和隨機(jī)自回歸分量建立組合函數(shù)；計(jì)算組合函數(shù)的輸出誤差，依據(jù)輸出誤差來判定溶解氣體的異常。可見，相對于傳統(tǒng)的異常識別方法，本方法既簡化了多維參量的復(fù)雜相關(guān)關(guān)系，又能檢測出設(shè)備運(yùn)行狀態(tài)的異常類型及異常發(fā)生時(shí)間，實(shí)現(xiàn)異常的實(shí)時(shí)檢測，提高溶解氣體異常識別的準(zhǔn)確性。以上對本發(fā)明所提供的一種變壓器油中溶解氣體異常識別方法進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。當(dāng)前第1頁1 2 3