一種利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評估方法
【技術領域】
[0001] 本發(fā)明提供一種利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評估方法，屬 于電力系統(tǒng)高壓設備的狀態(tài)監(jiān)測技術領域。
【背景技術】
[0002] 變電站作為電力能源變送及分配的樞紐載體，是電力網絡系統(tǒng)的主要節(jié)點環(huán)節(jié)， 其設備運行狀態(tài)跟蹤及健康狀態(tài)評估對于電網安全穩(wěn)定運行具有重要作用。智能電網最重 要的特征是一次設備智能化和二次系統(tǒng)網絡化，變電站設備在線監(jiān)測系統(tǒng)由于可實時反映 設備運行狀態(tài)廣泛應用于智能變電站一次設備智能化。目前變電站設備在線監(jiān)測系統(tǒng)信息 分散，信息共享綜合分析診斷不足，變電站在線監(jiān)測子站不能給檢修人員推送有用的設備 狀態(tài)信息，造成"數據過剩而信息匱乏"的現狀，其根本原因在于不同在線監(jiān)測裝置各自為 政，難以進行基于多維、全景的設備信息狀態(tài)評估所致。目前現有的變電站設備在線監(jiān)測系 統(tǒng)信息分散，信息共享綜合分析診斷不足，變電站在線監(jiān)測子站不能給檢修人員推送有用 的設備狀態(tài)信息，造成"數據過剩而信息匱乏"的現狀，其根本原因在于不同在線監(jiān)測裝置 各自為政，難以進行基于多維、全景的設備信息狀態(tài)評估所致。變電站設備在線監(jiān)測系統(tǒng)存 在以下問題：過分關注對故障的實時精確判斷，忽視基于歷史數據與實時數據縱向互聯的 電力設備狀態(tài)趨勢分析；各個監(jiān)測系統(tǒng)所采集的數據孤立，缺乏設備多維橫向互聯的全景 信息利用。
[0003] 由于存在上述因素，針對目前變電站設備在線監(jiān)測系統(tǒng)存在的問題，為有效指導 變壓器運行和狀態(tài)評估，提出了一種利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評 估方法。利用變壓器在線監(jiān)測獲得的多維信息，首先進行數據歸一化和標準化數據預處理， 其次對預處理后的數據以當前采樣點的前M個點構成一組時窗長度進行局部相關系數的 計算。再次利用歷史數據確定支持向量機樣本劃分訓練的界限和閥值。將相關系數作為支 持向量機的輸入矩陣，進行多分支支持向量機實現數據訓練，最終根據支持向量機三次訓 練結果對變壓器運行狀態(tài)進行劃分，經仿真表明，該方法可有效指導變壓器運行和狀態(tài)評 估。

【發(fā)明內容】

[0004] -種利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評估方法，利用變壓器在 線監(jiān)測獲得的多維信息，首先進行數據歸一化和標準化數據預處理，其次對預處理后的數 據以當前采樣點的前M個點構成一組時窗長度進行局部相關系數的計算。再次利用歷史數 據確定支持向量機樣本劃分訓練的界限和閥值。將相關系數作為支持向量機的輸入矩陣， 進行多分支支持向量機實現數據訓練，最終根據支持向量機三次訓練結果對變壓器運行狀 態(tài)進行劃分，經仿真表明，該方法可有效指導變壓器運行和狀態(tài)評估。
[0005] 具體步驟如下：
[0006] 第一步、數據歸一化，標準化等預處理。將不同采樣頻率下、具有不同單位的數據 進行歸一化和標準化處理的目的是使得各類數據能夠在同一標準下進行融合。將二維數據 x(n)和y(n)求取其均方根為：
[0007]
[0008]
[0009] 式（1)、⑵中，N為相關信號采樣點數。
[0010] 定義數字信號X(n)和y(n)互相關函數如下：
[0011]
[0012] 其中，N為相關信號采樣點數，j為兩個信號之間時間差，j= 0, 1，….。
[0013] 根據（3)式對兩組信號進行歸一化運算，得到相關系數Pxy:
[0014]
[0015] 第二步、對獲得的歷史數據以當前采樣點的前M個點構成的時窗長度為一組進行 局部相關系數的計算。其中M的長度根據設備運行周期和所選取的參量變化快慢而定。由 第一步驟得到相關系數曲線，該曲線即表達二維信息歷史數據局部相關性隨時間的變化。
[0016] 第三步、確定閥值。利用歷史數據確定支持向量機SVM樣本劃分訓練的界限和閥 值，即告警值利用故障規(guī)程值作為閾值，正常值用出廠值作為初始閾值，預警值和異常值利 用與歷史數據相比較的相關系數作為參考依據。
[0017] 第四步、利用多分支支持向量機實現數據訓練。將所得到的油色譜和油溫兩列相 關系數序列作為支持向量機輸入矩陣，進行第一次SVM1訓練。首先把訓練樣本分為異常和 正常兩類；其次，對異常樣本進行第二次SVM2訓練，把訓練樣本分為預警和未預警兩類；最 后，對預警樣本進行第三次SVM3訓練，再把訓練樣本分為告警和未告警兩類。
[0018] 本發(fā)明的有益效果為：
[0019] (1)本發(fā)明所采用的方法，有效的突破了現有的變壓器在線監(jiān)測信息不能互通互 聯的瓶頸。
[0020] (2)本發(fā)明所涉及的基于支持向量機與相關性分析算法擺脫了傳統(tǒng)的物理模型， 脫離離散信息分析方法嗎，直接基于數據模型，從有限數據樣本出發(fā)，對變壓器進行全景的 信息分析，尋找傳統(tǒng)變壓器故障監(jiān)測無法獲得的潛在規(guī)律。
【附圖說明】
[0021] 圖1為實施例1中油溫曲線；
[0022] 圖2為實施例1中油溫與其他氣體相關系數曲線；
[0023] 圖3為實施例1中油溫與乙炔、乙烯相關系數曲線；
[0024] 圖4為實施例1中SVM1的訓練結果；
[0025] 圖5為實施例1中SVM2的訓練結果；
[0026] 圖6為實施例1中SVM3的訓練結果；
[0027] 圖7為實施例1中多分支支持向量機算法訓練流程圖。
【具體實施方式】
[0028] 實施例1:本實例中選取變壓器油溫和油色譜數據進行實例展示。油溫數據如圖1 所示。將不同采樣頻率下、具有不同單位的油溫數據和油色譜數據（包括甲烷、乙烷、氫氣、 乙烯、氧氣、一氧化碳）進行歸一化和標準化處。得到相關系數曲線如圖2所示。由于乙炔 和乙烯屬于過熱故障氣體，在圖2中乙炔和乙烯相關系數曲線變化較大，因此選取乙炔和 乙烯氣體為主要研究氣體。求取油色譜數據x(n)和油溫數據y(n)求取其均方根。對兩組 信號進行歸一化運算后，得到相關系數Pxy如圖3所示。對獲得的歷史數據以當前采樣點 的前8個點構成的時窗長度為一組進行局部相關系數的計算，如圖3所示。將所得到的油 色譜和油溫兩列相關系數序列作為支持向量機輸入矩陣，分別經過SVM1、SVM2、SVM3學習 訓練后得到的結果，為正常、異常、未預警、預警、未告警、告警結果樣本，即相關度在〇. 9~ 1之間為正常樣本，0. 8~0. 9之間為異常，0. 6~0. 8之間為預警，低于0. 6則為告警。
【主權項】
1. 一種利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評估方法，其特征在于：利 用變壓器在線監(jiān)測獲得的多維信息，首先進行數據歸一化和標準化數據預處理，其次對預 處理后的數據W當前采樣點的前M個點構成一組時窗長度進行局部相關系數的計算；再次 利用歷史數據確定支持向量機樣本劃分訓練的界限和閥值，將相關系數作為支持向量機的 輸入矩陣，進行多分支支持向量機實現數據訓練，最終根據支持向量機=次訓練結果對變 壓器運行狀態(tài)進行劃分。2. 根據權利要求書1所述的利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評估 方法，其特征在于具體步驟如下： 第一步：將不同采樣頻率下、具有不同單位的數據進行歸一化和標準化處理的目的是 使得各類數據能夠在同一標準下進行融合，將二維數據X(n)和y(n)求取其均方根為：式（1)、似中，N為相關信號采樣點數；定義數字信號X(n)和y(n)互相關函數如下： (D (2)說 其中，N為相關信號采樣點數，j為兩個信號之間時間差，j= 0, 1，….； 根據（3)式對兩組信號進行歸一化運算，得到相關系數Pyy:(4) 第二步：對獲得的歷史數據W當前采樣點的前M個點構成的時窗長度為一組進行局部 相關系數的計算，其中M的長度根據設備運行周期和所選取的參量變化快慢而定，由第一 步驟得到相關系數曲線，該曲線即表達二維信息歷史數據局部相關性隨時間的變化； 第S步：利用歷史數據確定支持向量機SVM樣本劃分訓練的界限和閥值，即告警值利 用故障規(guī)程值作為闊值，正常值用出廠值作為初始闊值，預警值和異常值利用與歷史數據 相比較的相關系數作為參考依據； 第四步：將所得到的油色譜和油溫兩列相關系數序列作為支持向量機輸入矩陣，進 行第一次SVMl訓練，首先把訓練樣本分為異常和正常兩類；其次，對異常樣本進行第二次 SVM2訓練，把訓練樣本分為預警和未預警兩類；最后，對預警樣本進行第S次SVM3訓練，再 把訓練樣本分為告警和未告警兩類。
【專利摘要】本發(fā)明提供一種利用支持向量機和相關分析的變壓器在線監(jiān)測狀態(tài)評估方法，屬于電力系統(tǒng)高壓設備的狀態(tài)監(jiān)測技術領域。本發(fā)明利用變壓器在線監(jiān)測獲得的多維信息，首先進行數據歸一化和標準化數據預處理，其次對預處理后的數據以當前采樣點的前M個點構成一組時窗長度進行局部相關系數的計算。再次利用歷史數據確定支持向量機樣本劃分訓練的界限和閥值。將相關系數作為支持向量機的輸入矩陣，進行多分支支持向量機實現數據訓練，最終根據支持向量機三次訓練結果對變壓器運行狀態(tài)進行劃分，經仿真表明，該方法可有效指導變壓器運行和狀態(tài)評估。本發(fā)明所采用的方法，有效的突破了現有的變壓器在線監(jiān)測信息不能互通互聯的瓶頸。
【IPC分類】G01R31/00
【公開號】CN105203876
【申請?zhí)枴緾N201510585139
【發(fā)明人】翟少磊, 束洪春, 呂蕾, 董俊, 曹敏, 王任, 孟祥斐, 盧楊
【申請人】云南電網有限責任公司電力科學研究院, 昆明理工大學
【公開日】2015年12月30日
【申請日】2015年9月15日