[发明专利]一种调相机油温预测系统的数据噪声处理方法及处理系统

说明书

一种调相机油温预测系统的数据噪声处理方法，包括以下内容：采集调相机油温历史数据；基于支持向量机的调相机油温历史数据总体判别；基于加权优化的线性插值法模型建立；基于线性插值原理的调相机油温历史数据毛刺点判别阈值设定；调相机油温历史数据毛刺点位置及数量精确判别；基于相关性加权的调相机油温历史数据平滑处理。本发明有效提高了油温数据毛刺点判别准确性和数据预处理精度，保证了调相机油温预测系统的预测精度，为调相机安全运行提供了有力支撑。

技术领域

本发明涉及一种调相机油温预测系统的数据噪声处理方法，属于调相机油温预测技术领域。

背景技术

随着远距离、大容量直流输电技术的迅速发展，特高压直流换流站在全国范围内得以大规模建设。据统计，2020年底国内将建成“四纵六横”特高压主网架和27回特高压直流线路，全面实现特高压电网为主干网架，各级电网协调发展的坚强智能电网。但直流输电需要大量无功支撑，为了满足无功的需求，国内首次提出采用同步调相机实现无功补偿功能。同步调相机具备快速动态无功调节和短时过载能力，能够有效降低换流站内换流阀换相失败几率，保证特高压大电网安全稳定运行。

同步调相机是一种大型旋转设备，配置了专门的油系统，主要提供润滑和绝缘的作用。同步调相机运行时，随着转子快速旋转，油系统内油温迅速升高。一旦油温过高，将会极大影响润滑和绝缘效果，加快转子磨损，不利于同步调相机的安全稳定运行。为了及时掌握油温，提前预判油温变化，提出了油温预测系统。油温预测系统一般是基于历史油温数据，结合天气状况进行预测，可见历史油温数据的正确性对油温预测的准确性有着较大影响。但在实际工作中，由于人员操作失误、系统故障等因素会造成历史油温数据出现误差(称之为数据毛刺点)，为了及时剔除数据毛刺点，提高油温预测精度，一般要对历史油温数据进行预处理。目前，数据噪声处理方法已有很多，主要包括阈值判别法、纵向对比法、线性插值法等，但这些方法存在判别阈值固定、缺乏平滑处理等问题，为了解决上述问题，亟需研究一种新的数据噪声处理方法。

发明内容

为了克服现有技术中存在的不足，本发明提供了一种调相机油温预测系统的数据噪声处理方法及处理系统，本发明根据油温数据最大变化率和平均值设计了数据毛刺点判别阈值，基于支持向量机和线性插值原理对油温数据毛刺点位置及数量进行精确判别，并基于相关性加权对油温数据进行了平滑处理，提高了油温数据毛刺点判别准确性和数据预处理精度，保证了调相机油温预测系统的准确性，为调相机安全运行提供了重要支撑。

为解决上述技术问题，本发明具体采用以下技术方案：

一种调相机油温预测系统的数据噪声处理方法，其特征在于，所述数据噪声处理方法包括以下步骤：

步骤1：采集调相机油温历史数据；

步骤2：对步骤1所采集的调相机油温历史数据，分成样本数据和预测数据，其中对作为样本数据的数据毛刺点进行标注，通过样本数据训练支持向量机；

步骤3：基于步骤2训练后的支持向量机，对调相机油温历史数据中的预测数据进行总体判别，判断调相机某日油温历史数据是否存在毛刺点；

步骤4：对于步骤3所判断出的存在毛刺点的某日油温历史数据，利用插值法计算每一采样点时刻的油温插值；

步骤5：计算步骤4所得到的每一采样点时刻的油温插值与该采样点时刻的温度历史数据的差的绝对值，然后与毛刺点判别阈值进行比对，当大于毛刺点判别阈值，则认为该采样点时刻的温度历史数据为毛刺点，然后进入步骤6，否则认为该采样点时刻的温度历史数据为正常数据；

步骤6：对步骤5所判断出的处于毛刺点位置的调相机油温历史数据毛刺点进行插值并平滑处理，然后基于平滑处理后的调相机油温历史数据进行油温预测。

进一步优选地：

在步骤1中，调相机油温每小时采集一次，每天采集24次油温数据。