本發(fā)明屬于變壓器狀態(tài)評估，涉及一種基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法。

背景技術：

1、隨著電力系統(tǒng)裝機容量、電壓等級不斷提高，對輸變電設備的安全、經(jīng)濟、可靠運行等提出了更高的要求。作為電力系統(tǒng)中重要的分配與傳輸電能設備，電力變壓器一旦發(fā)生故障，嚴重影響電力系統(tǒng)的正常運行，造成負荷大面積損失等嚴重事故，帶來巨大的經(jīng)濟損失

2、目前，變壓器的檢修方式主要以定期檢修和事后檢修相結合為主，未考慮變壓器的實時健康狀態(tài)，極易造成“過修”與“欠修”的問題。隨著傳感器等監(jiān)測技術的發(fā)展與進步，基于狀態(tài)監(jiān)測的狀態(tài)檢修技術逐步興起，該方法可極大的減少檢修不當造成的人力與物力浪費和故障風險。作為狀態(tài)檢修策略制定的必要支撐，變壓器的狀態(tài)評估是評判運行狀況、發(fā)現(xiàn)安全隱患的重要手段。

3、變壓器機理復雜、狀態(tài)量繁多，用于表征變壓器狀態(tài)的狀態(tài)評估指標眾多，而各指標間的相關性導致信息重復與冗余，影響狀態(tài)評估的準確性。因此，需要從大量的監(jiān)測數(shù)據(jù)中提取有用的特征信息，并選擇最相關的特征用于狀態(tài)評估。另一方面，變壓器在生產(chǎn)、出廠、試驗、檢修、運行等過程中也會產(chǎn)生少部分狀態(tài)評估結果報告。當前，基于數(shù)據(jù)驅動的變壓器狀態(tài)評估方法未能將這類先驗信息運用于狀態(tài)評估模型。從而使得目前的評估方法準確性較差、可靠性較低，造成變壓器狀態(tài)評估不合理、工程應用不佳等問題。

技術實現(xiàn)思路

1、本發(fā)明所要解決的技術問題是提供一種基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，為輸變電設備運維人員提供準確的變壓器狀態(tài)評估結果。

2、為解決上述技術問題，本發(fā)明所采用的技術方案是：一種基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，包括以下過程：

3、步驟一，根據(jù)擬評價的變壓器狀態(tài)評價監(jiān)測指標，將變壓器的歷史監(jiān)測數(shù)據(jù)生成多維參考向量；

4、步驟二，通過核主成分分析通過核函數(shù)將多維參考向量映射到高維空間，應用主成分分析法進行降維；降低數(shù)據(jù)維度、完成特征抽取，將累計貢獻率超過90％的向量作為主要分量保留，確定變壓器狀態(tài)評價監(jiān)測主成分指標；

5、步驟三，對變壓器狀態(tài)評價監(jiān)測主成分指標數(shù)據(jù)進行預處理；包括帶標簽的樣本數(shù)據(jù)提取和數(shù)據(jù)的歸一化處理；

6、步驟四，對預處理后樣本數(shù)據(jù)進行改進半監(jiān)督模糊c均值聚類，獲得設定數(shù)量簇的隸屬度集及聚類中心，基于標簽信息確定各簇的狀態(tài)分類；

7、步驟五，對狀態(tài)評估結果進行有效性和準確性分析。

8、在步驟一中，多維參考向量為：油擊穿電壓、微水含量、酸值、油色、油質、界面張力、tdcg、co2/co的指標數(shù)據(jù)。

9、在步驟二中，

10、通過核函數(shù)將多維參考向量映射到高緯空間，應用主成分分析法進行降維；若原始指標樣本是x＝{xij}m*n，其中m表示維數(shù)，xi表示第i個樣本，原始樣本xi在特征空間f具有f(xk)的特征；設映射數(shù)據(jù)f(xi)的均值為零，在特征空間f上，樣本協(xié)方差矩陣為：

11、

12、m·m維的核方差矩陣k表達式為：

13、

14、則有：

15、

16、式(3)中mλ為k的特征值，α＝[α1,α2,...,αm]t為對應的特征向量；

17、為保證輸入數(shù)據(jù)f(xi)均值為零，需要對k做如下校正：

18、

19、im表示m階的值為1的矩陣，通過式(2)計算k′的特征值λi和特征向量pi后，計算特征值λi的累計貢獻度tk；設定閾值ε，若tk≥ε，則選擇k個序列作為主元素，累計貢獻率tk為：

20、

21、得到降維后的變壓器狀態(tài)評價監(jiān)測主成分指標。

22、在步驟三中，對變壓器狀態(tài)評價監(jiān)測主成分指標數(shù)據(jù)進行預處理；為了消除不同量綱的影響，對各指標數(shù)據(jù)按式(6)進行歸一化處理：

23、

24、歸一化后的數(shù)據(jù)范圍為[0,1]，其中min(xi)、max(xi)分別求樣本數(shù)據(jù)的最小值和最大值；

25、對有狀態(tài)評價信息的無狀態(tài)評價信息的樣本數(shù)據(jù)進行分類，uij(l)表示有標簽，uij(u)表示無標簽。

26、在步驟四中，對預處理后樣本數(shù)據(jù)進行改進半監(jiān)督模糊c均值聚類，具體流程為：

27、步驟sa1，輸入階段；需要聚類的變壓器指標數(shù)據(jù)對象集合x以及帶有標簽信息的變壓器指標數(shù)據(jù)約束集s；

28、步驟sa2，初始化階段；設置聚類個數(shù)c，無標記信息與標記信息的比重調節(jié)平衡指數(shù)α，由標記信息計算給出二值向量b=[bj]和標記信息的初始隸屬度矩陣f=[fij]；

29、步驟sa3，優(yōu)化迭代階段；計算labeled和unlabeled的所有樣本點與聚類中心的距離；

30、步驟sa4，由式(7)計算新的隸屬度矩陣u；

31、

32、步驟sa5，由式(8)計算新的聚類中心v；

33、

34、步驟sa6，當滿足以下判別條件j(t+1)-j(t)<ε時又或是迭代次數(shù)t超過最大迭代次數(shù)m時；則算法停止；否則，返回步驟sa2；目標函數(shù)j由式(9)表示；

35、

36、步驟sa7，輸出階段；當算法終止后，輸出迭代優(yōu)化后的隸屬度劃分矩陣u′以及類中心v′。

37、在步驟五中，對狀態(tài)評估結果進行有效性和準確性分析，分別使用k-means、fcm、sfcm?和本文方法進行測試比較。

38、本發(fā)明的主要有益效果在于：

39、根據(jù)變壓器狀態(tài)評估指標多維化向量的維度，引入核主成分分析獲得主要參考向量，簡化了參量的輸入，避免了評價指標的冗余與重復。

40、通過在改進半監(jiān)督模糊c均值聚類模型中引入了帶有狀態(tài)標簽信息的變壓器指標數(shù)據(jù)集、調節(jié)監(jiān)督信息比重，充分有效地利用了先驗信息，提高了聚類模型的精度。本發(fā)明克服了變壓器狀態(tài)先驗信息較少及缺乏應用的問題，使得變壓器狀態(tài)評估結果更加準確與可靠。

技術特征：

1.一種基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，其特征在于，包括以下過程：

2.根據(jù)權利要求1所述的基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，其特征是：

3.根據(jù)權利要求1所述的基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，其特征是：

4.根據(jù)權利要求1所述的基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，其特征是：

5.根據(jù)權利要求1所述的基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，其特征是：

6.根據(jù)權利要求1所述的基于核主成分分析與改進半監(jiān)督模糊c均值聚類的變壓器狀態(tài)評估方法，其特征是：

技術總結
一種基于核主成分分析與改進半監(jiān)督模糊C均值聚類的變壓器狀態(tài)評估方法，根據(jù)擬評價的變壓器狀態(tài)評價監(jiān)測指標，將變壓器的歷史監(jiān)測數(shù)據(jù)生成多維參考向量；通過核主成分分析通過核函數(shù)將多維參考向量映射到高維空間進行降維；降低數(shù)據(jù)維度、完成特征抽取，確定變壓器狀態(tài)評價監(jiān)測主成分指標；對變壓器狀態(tài)評價監(jiān)測主成分指標數(shù)據(jù)進行預處理；包括帶標簽的樣本數(shù)據(jù)提取和數(shù)據(jù)的歸一化處理；對預處理后樣本數(shù)據(jù)進行改進半監(jiān)督模糊C均值聚類；對狀態(tài)評估結果進行有效性和準確性分析。本發(fā)明克服了當前變壓器狀態(tài)評估模型數(shù)據(jù)信息挖掘不夠深入等問題，能夠客觀、準確、高效地進行變壓器狀態(tài)評估，為變壓器的狀態(tài)檢修提供決策依據(jù)。

技術研發(fā)人員：熊奇,呂祥熙,王由武,趙輝
受保護的技術使用者：中國長江電力股份有限公司
技術研發(fā)日：
技術公布日：2024/12/10