[发明专利]基于隔离森林的变压器异常值实时检测和故障诊断方法

权利要求书

1.一种基于隔离森林的变压器异常值实时检测和故障诊断方法，其特征在于：包括如下步骤：

步骤一：通过隔离森林算法对变压器的特征气体数据进行建模，完成对变压器特征气体的异常值识别；

步骤二：结合异常策略对识别出的异常值进行分类；

步骤三：根据异常事件库对分类的结果进行诊断，从而对变压器的故障类型做出诊断。

2.根据权利要求1所述的基于隔离森林的变压器异常值实时检测和故障诊断方法，其特征在于：在步骤一中，包括如下步骤：

隔离森林算法通过利用原始数据构建二叉树结构的隔离树，然后进行异常值的识别和检测；

在隔离树中，异常值通常分布在距离根节点较近的叶子结点上，而正常数据总是分布在距离根节点较远的叶子结点上。

3.根据权利要求2所述的基于隔离森林的变压器异常值实时检测和故障诊断方法，其特征在于：隔离森林算法进行异常值检测包括步骤如下：

训练步骤，对原始数据集进行随机采样得到多个子数据集，利用子数据集构建隔离树，然后由构建好的隔离树组成隔离森林；

预测步骤，也可称异常值打分过程，利用构建好的隔离森林对待检测的数据进行异常值得分的计算，将异常值得分和设定的阈值进行比较，对异常数据做出判断。

4.根据权利要求1所述的基于隔离森林的变压器异常值实时检测和故障诊断方法，其特征在于：在步骤二中，根据数据的时间标签以及特征气体数值的变化情况，制定异常状态策略，判断标准如下：

1、当所有特征气体的数值同时减小或者增大时，判断为无异常；

2、当部分特征气体的数值增加、所占比例显著增加或者减少时，判断为异常；

3、当一种或者几种气体的含量增加并且增加的特征气体组合能够和异常状态库中的异常状态进行匹配，判断为异常状态；

4、当一种或者几种特征气体增加并且与异常状态库中所有事件都不匹配，判断为异常状态，此时需要相关专家进行辅助判断。

5.根据权利要求1所述的基于隔离森林的变压器异常值实时检测和故障诊断方法，其特征在于：异常状态事件库是变压器发生各种异常时对应的典型特征气体的组合，通过异常事件库可以直观地对变压器的异常状态进行准确的分析；

异常状态事件库的主体是特征气体，还可以根据具体的实际情况不断的丰富异常事件库。