[发明专利]一种基于聚类特征树的变压器无监督运行状态识别方法

权利要求书

1.一种基于聚类特征树的变压器无监督运行状态识别方法，其特征在于：所述方法包括：

根据变压器在线监测数据进行聚类特征树建模，发掘变压器稳定运行时的状态模式和特征；

对当前时刻在线监测数据进行分析计算；

匹配状态模式和特征并给出运行状态的识别结果。

2.根据权利要求1所述的一种基于聚类特征树的变压器无监督运行状态识别方法，其特征在于：所述聚类特征数建模包括以下步骤：

步骤S21：根据变压器稳定运行时的历史在线监测数据进行Birch层次聚类，构建聚类特征树，选择最能表征变压器运行状态的在线监测油中溶解气体来构建训练集；

步骤S22：从训练集依次读入样本，从根节点依次往下到内部节点再到叶节点进行访问，将样本点不断放入节点中的元组，设置元组半径r，每新读入一个样本，计算该样本与各个节点中各元组集合的豪斯多夫距离d_H，如d_Hr，则加入该元组，否则设置新元组放置该样本，不断重复上述过程，直到所有样本都被放置在聚类特征树节点中的元组，每个节点就是一个聚类的簇，记录每个簇的中心向量。

3.根据权利要求2所述的一种基于聚类特征树的变压器无监督运行状态识别方法，其特征在于：所述豪斯多夫距离的计算公式如下：

d_H(A,B)＝max(d_h(A,B),d_h(B,A))；

其中，A和B表示两个集合，a和b分别是两个集合中的样本点。

4.根据权利要求2或3所述的一种基于聚类特征树的变压器无监督运行状态识别方法，其特征在于：根据Birch聚类特征树的聚类结果标记变压器稳定状态模式，标记步骤如下：

剔除聚类结果中离群样本组成的簇；聚类结果中由稀疏数据组成的节点簇的状态模式不足以代表整体样本的模式特征，将这些稀疏数据簇作为离群样本剔除，只考虑稠密数据的簇，其中，稀疏数据指节点中所有元组样本总数量少于所有簇的平均样本量；

根据剔除离群样本后的簇中的样本范围来标记稳定模式域。

5.根据权利要求4所述的一种基于聚类特征树的变压器无监督运行状态识别方法，其特征在于：剔除后剩余n个簇C1、C2、……，Cn，分别计算n个簇样本集合之间的平均距离d_avg，如C1与C2之间的平均距离d_avg(C1,C2)的计算公式如下：

其中，欧式距离d(c_1i,c_2j)＝||c_1i-c_2j||₂；i和j分别表示C1、C2簇的第i和第j个样本，以此类推，将n个簇的中心计算平均值作为稳定模式簇的质心，d_mean为半径画圆，该范围标记为稳定模式域，其中，d_mean等于n个簇样本集合之间的平均距离之和除以n。

6.根据权利要求5所述的一种基于聚类特征树的变压器无监督运行状态识别方法，其特征在于：识别变压器运行状态是根据稳定模式域识别当前变压器运行状态，通过计算当前时刻在线监测数据样本与稳定模式域中质心的欧式距离d，如果d≤d_mean，则将此时的变压器运行状态识别为正常，否则标记为异常。

7.一种计算机装置，包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述的方法。

8.一种计算机可读存储介质，其上储存有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。