[发明专利]一种多维度实时变电设备数据的阈值自适应设置异常检测方法

说明书

一种多维度实时变电设备数据的阈值自适应设置异常检测方法，包括选取变电设备在正常和非正常运行状态下的历史数据进行处理后得到野值滤除阈值，实时获取变电设备运行状态多维度实时测点数据并去除野值处理，变电设备测点数据处理及异常阈值确定及变电设备异常判断等步骤，采用了多种归一化方式进行数据处理，并且对采集的实时测点数据首先进行多重的去野值判断，提高了数据的有效性和处理效率，解决了变电设备状态参数异常检测阈值区间较多依赖变电设备专家离线计算及主观经验，而无法根据设备运行实时状态自适应方式变化的问题。

技术领域

本发明涉及输变电设备检测领域,具体涉及一种多维度实时变电设备数据的阈值自适应设置异常检测方法。

背景技术

众所周知，设备的运行状态对于电厂生产影响巨大，设备在正常工况运行过程中体现出来的功能特征、表象特征以及电气特征与异常状态下的特征是有差异的。根据设备状态预警，做出检修计划，将节省电厂巨大的人力、物力、财力，具有非常大的经济潜力。

目前，在设备状态预警方面，设备生产厂商根据制造工艺设定各个部件不同预警级别的阈值方法，现有设备异常检测方法采用静态阈值设置的方法，即以现有数据平均值为基准，上下分别以均值的固定百分比(例如150％、300％)作为上下阈值，进行数据异常检测。

上下阈值之间的区域为“正常”区域，上下阈值之外的区域为“异常”区域。静态阈值设置无法反映数据的动态实时特点。阈值上下界设置采用业务专家的主观经验，无法反映数据客观规律。阈值的确定直接影响了对于变电设备的检测精度以及数据处理的效率，然而目前静态阈值的方式已经无法满足日趋复杂的变电设备检测。

发明内容

本发明的目的在于克服现有技术的不足，提供一种多维度实时变电设备数据的阈值自适应设置异常检测方法，解决变电设备状态参数异常检测阈值区间较多依赖变电设备专家离线计算及主观经验，而无法根据设备运行实时状态自适应方式变化的问题，采用了多种归一化方式进行数据处理，并且对采集的实时测点数据首先进行多重的去野值判断，提高了数据的有效性和处理效率。

本发明提供了一种多维度实时变电设备数据的阈值自适应设置异常检测方法，依次包括如下步骤：

步骤1：在变电系统数据库里，找到变电设备的所有历史指标信息，选取一段时间内变电设备在正常运行状态下和非正常运行状态下的历史数据；

步骤2：

A.对选取的变电设备的正常运行状态下的历史数据按照如下公式进行归一化处理：

其中，h_n1为h₁归一化后的值，h_max1和h_min1分别为变电设备正常运行状态下的历史数据的最大值和最小值，h₁为变电设备正常运行状态下的历史数据；

B.对选取的变电设备的非正常运行状态下的历史数据按照如下公式进行归一化处理：

其中，h_n2为h₂归一化后的值，h_max2和h_min2分别为变电设备非正常运行状态下的历史数据的最大值和最小值，h₂为变电设备非正常运行状态下的历史数据；

步骤3：

A：将归一化后的h_n1做平均值计算，得到平均值H1，并且设置阈值补偿参数L1，设置正常状态下初始野值滤除阈值的下限值为H1-L1，上限值为H1+L1，；