[发明专利]一种基于趋势分析的变压器异常预警分析方法及系统

权利要求书

1.一种基于趋势分析的变压器异常预警分析方法，其特征在于：包括以下步骤；

S1：获取反映变压器运行状态特征参量的在线数据；

S2：将获得的特征参量数据进行处理获得其时间序列；

S3：将时间序列进行进行划分，获得指定长度的滑动窗口；

S4：对各个滑动窗口的特征参量数据进行异常分析，根据异常分析的结果判断变压器的状态情况。

2.根据权利要求1所述的一种基于趋势分析的变压器异常预警分析方法，其特征在于：特征参量包括变压器油中溶解气体状态量、二氧化碳浓度、H2 氢气 、CH4 甲烷 、C2H6 乙烷 、C2H4 乙烯 、C2H2 乙炔、CO 一氧化碳 、CO2 二氧化碳 、O2 氧气 、N2 氮气、TotalHydrocarbon 总烃。

3.根据权利要求1所述的一种基于趋势分析的变压器异常预警分析方法，其特征在于：所述S4中的异常分析方法是基于Cos-Stuart趋势检验的改进方法。

4.根据权利要求2所述的一种基于趋势分析的变压器异常预警分析方法及系统，其特征在于：所述Cos-Stuart趋势检验的改进方法流程如下；

确定检验的滑动窗口；

利用Python对滑动窗口内指定的特征参量数据库进行数据读取，获取t+c时刻检测数据和t时刻检测数据；

利用斜率公式求出t+c时刻和t时刻的斜率slope；

将得到的slope值减去增长阈值，得到最终值，若80%的最终值为正，则判断该变电设备的状态为异常，其余情况判断为变电设备受到噪音等外部因素的影响，导致检测数据存在短暂的偏差。

5.根据权利要求3所述的一种基于趋势分析的变压器异常预警分析方法，其特征在于：所述增长阈值设为0.25。

6.一种基于趋势分析的变压器异常预警分析系统，其特征在于，包括；

数据采集模块：获取反映变压器运行状态特征参量的在线数据，特征参量包括变压器油中溶解气体状态量，二氧化碳浓度；

参数整理模块：将采集的特征参量数据按照时间排序得到其时间序列；

划分模块：根据设定值将时间序列进行长度划分得到多个滑动窗口；

特征参量分析模块：通过斜率slope公式计算指定滑动窗口t+c时刻和t时刻的斜率slope；

结果输出模块：将得到的slope值与增长阈值相减得到最终值，若80%的最终值为正，输出结果异常，其余情况输出结果无异常。