[发明专利]一种变压器状态监测数据的聚类分析方法

权利要求书

1.一种变压器状态监测数据的聚类分析方法，其特征在于：包括以下步骤：

(1)数据抽取：由终端监测装置抽取变压器油中溶解气体的阶段性的监测数据，阶段性的周期是一个月至三个月；由海量准实时数据服务平台抽取对应变压器的投运时间、制造商、电压等级及对应时段内的负载；

(2)数据清洗：对监测数据进行归一化处理，即将数据映射至[0,1]区间内，计算公式如下：

上式中，x_ij是第i台变压器在第j天的一类气体监测数据，max_j(x_ij)为第i台变压器在第j天的一类气体监测数据的最大监测数据，min_j(x_ij)为第i台变压器在第j天的一类气体监测数据的最小监测数据；

(3)数据融合：对监测数据进行融合预处理，即当分析的监测数据包含不同指标度量单位时，通过函数变换将指标数值映射到[0,1]区间内来进行规范化处理，计算公式如下：

上式中，x_ij为第i台变压器在第j天的一类气体监测数据，mean_j(x_ij)为第i台变压器在第j天的一类气体监测数据的平均值，SD(x_ij)为第i台变压器一类气体监测数据的均方差；

(4)聚类分析：采用K-均值算法聚类分析同一范围内变压器油中溶解气体的阶段性的监测数据，所述监测数据为聚类对象，输出聚类结果，即：输出监测数据所属类别或者该类别的中心对象，所述中心对象为该类别聚类对象的均值；

(5)状态分析：筛选、排序聚类对象与中心对象的距离的大小，接近中心对象则该变压器的检测数据接近正常值，反之，则远离正常值，该变压器疑似异常；所述步骤(4)中的K-均值算法具体步骤为：

1)从同一范围的n台变压器的监测数据对象中选择k台变压器的监测数据作为初始聚类对象的初始中心对象，即：

x[i]＝data[i],i＝0,1,…,k-1； ③

即x[0]＝data[0],…,x[k-1]＝data[k-1]； ④

其中，i为k台变压器的编号，data[i]为该变压器的监测数据，即初始聚类对象，x[i]为该变压器的监测数据的均值，即该聚类对象的初始中心对象；

2)根据每个初始聚类对象的初始中心对象，计算每个聚类对象data[j]与这些初始中心对象x[i]的距离；并根据最小距离重新划分相应的聚类对象data[j]；

其中，j为n台变压器的编号，j＝0,1,…,n-1，i＝0,1,…,k-1；

即：将data[0]至data[n-1]分别与x[0]至x[k-1]比较，设与x[i]的距离最小，则将对应的聚类对象data[j]标记为i类；

3)重新计算每个有变化的聚类对象的中心对象：

设有m个聚类对象被标记为i类，对于所有标记为i类的聚类对象，重新计算该i类聚类对象的中心对象x[i]'，计算公式如下：

4)计算标准测度函数，当达到既定条件时，则算法终止，否则回到步骤2)继续执行算法；即是循环步骤2)至步骤4)，直至所有x[i]'值的变化小于既定的阈值。

2.根据权利要求1所述的一种变压器状态监测数据的聚类分析方法，其特征在于：所述同一范围表示同一役龄区间、同一电压等级、同一负载率。

3.根据权利要求2所述的一种变压器状态监测数据的聚类分析方法，其特征在于：所述役龄区间包括1～5年、6～10年、11～15年、16～20年、21～25年、25年以上这6个役龄区间。

4.根据权利要求2所述的一种变压器状态监测数据的聚类分析方法，其特征在于：所述电压等级包括110千伏、220千伏、500千伏这3个电压等级。

5.根据权利要求2所述的一种变压器状态监测数据的聚类分析方法，其特征在于：所述负载率包括空载、轻载、中载、重载、满载这五个负载率；所述空载的负载率为0％；所述轻载的负载率为0％～30％；所述中载的负载率为30％～80％；所述重载的负载率为80％～100％；所述满载的负载率为100％。

6.根据权利要求1所述的一种变压器状态监测数据的聚类分析方法，其特征在于：所述步骤4)中的既定条件为达到迭代次数或者x[i]'的值没有变化。