[发明专利]一种变压器状态监测数据的聚类分析方法

说明书

本发明涉及电力设备状态监测与故障诊断技术领域，具体涉及一种变压器状态监测数据的聚类分析方法；该方法率先提出了计及同一运行条件下变压器状态（同一役龄区间、同一电压等级、同一负载率）的油中溶解气体分析方法，克服了排查设备潜伏性故障的关键难题，提升了电网安全稳定水平；成功研发了涵盖油中溶解气体数据抽取、清洗融合、聚类分析的检验体系，有效避免了频现变压器状态监测误告警、漏告警的被动局面，一举达到了风险、效能和成本的综合最优。

技术领域

本发明涉及电力设备状态监测与故障诊断技术领域，具体涉及一种变压器状态监测数据的聚类分析方法。

背景技术

变压器油中溶解气体监测技术已在电力行业广泛应用，并实现了在省级监测主站系统平台的集中监视。然而，在对监测数据的利用和分析方面还存在局限。一方面目前针对监测数据的分析方法主要为静态分析的阈值告警，但告警阈值及告警等级的设定缺少充分依据，仅适用于发现显性缺陷。另一方面，监测主站系统平台在归集大量数据后，缺乏对数据的分析处理手段；因而依然需要依靠人工经验而分析数据和预测故障，亦未能实现对数据有效及时的自动纠错。此外，受限于监测装置电子元件老化、外部环境干扰、载气欠压等现场影响因素，导致监测数据产生误差，甚至导致误告警。

油中溶解气体监测数据不仅具有海量、高频、分散等特点，而且不同变压器监测数据之间存在关联性和相似性。同一役龄、厂商等变压器的监测数据中隐藏着可能隐藏着设备本体的潜伏性家族缺陷。利用聚类分析方法挖掘此类数据，有助于提前发现设备异常，采取个性化、差异化特巡特维等处置措施，进一步提升电力企业设备精益管理的水平，为在电力需求侧响应改革下的检修运维方式提供数据支撑。

鉴于此，有必要采用大数据技术来解决经典计算问题的性能瓶颈和提供智能化分析是未来发展的趋势，以检验、剔除变压器油中溶解气体监测数据中的测量误差，避免因随机误差而导致误告警、漏告警，提升监测系统预警结果的准确性。

发明内容

为了解决上述问题，本发明提供了一种变压器状态监测数据的聚类分析方法，具体技术方案如下：

一种变压器状态监测数据的聚类分析方法包括以下步骤：

（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：

；