[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

说明书

本发明提供一种基于趋势分析的变压器异常预警分析方法及系统，可以通过检测变压器内部的各个参数的变化，利用改进的Cos‑Stuart趋势检验方法对其参数进行趋势判断，从而判断变压器内部的状态是否处于正常水平，预先通知现场工作人员进行检修维护，从而有效降低变压器的故障率。

技术领域

本发明主要涉及变压器技术领域，具体涉及一种基于趋势分析的变压器异常预警分析方法及系统。

背景技术

变压器是电力网络中重要的一种元件，其利用电磁感应原理改变交流电压、进行电能传输与分配，被称为电网的“心脏”，在电网安全稳定运行中发挥着极其重要的作用，变压器一旦发生故障，会带来严重后果。对反映变压器运行状态的特征参量进行采集、分析、研判，实现提前预警，可以有效避免变压器故障的发生。

现在主流的预警方法为阈值告警法，阈值告警法在接收到状态特征参量数据的输入后，首先会和规程中规定的告警阈值进行对比，如果某类状态量数据超过了规程中的阈值，则说明变压器存在缺陷，处于劣化过程中，需要进行检修处理；如果接收的状态量数据没有超过规程中的阈值，并说明该变压器处于正常运行状态。

阈值告警法具有简单易行、便于理解的优点，但是变压器等变电设备的劣化是一个长期且缓慢的过程，如果只是在其临近故障或故障时发出告警，则依旧无法避免设备安全、经济损失和社会影响等后果。所以，找到一个智能分析方法可以在变压器劣化的初期准确的把握其劣化趋势，并通知现场工作人员进行检修工作，防患于未然，避免变压器缺陷发展成故障或事故，已经成为现在变压器运行状态分析、预警的主流研究方向。

目前，国内外基于大数据挖掘和人工智能技术对变压器的运行状态异常检测及预警方面研究较多，主要现状和问题总结如下：

1）变压器运行状态参量数据大部分是正常数据，异常、故障数据所占的比例很小，按照规程中设定的阈值难以划定正常数据和异常数据的边界。

2）运行中的变压器状态参量之间的相关关系及内涵机理复杂，难以用函数精确描述，由于反映变压器状态特征的参量数据发展变化曲线不是线性的，且不可以用一个显函数来表达，很难把握变压器状态的发展趋势。

3）变压器故障往往具有潜伏期，设备处于异常状态时，检测到的状态参量往往未超过导则或者规程中的告警阈值，从而难以察觉。

4）目前变压器状态监测数据异常检测方面的大数据技术有时间序列分析、马尔可夫模型、遗传规划算法、分类算法等，但这些研究大都还是试探性的，没有形成合理、完善的分析评价模型。

发明内容

发明要解决的技术问题

本发明的提供了一种基于趋势分析的变压器异常预警分析方法及系统，用以解决上述背景技术中存在的变压器故障往往具有潜伏期，设备处于异常状态时，检测到的状态参量往往未超过或达到规程中的告警阈值，从而难以察觉技术问题。

技术方案

为达到上述目的，本发明提供的技术方案为：一种基于趋势分析的变压器异常预警分析方法，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，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；

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；

进一步的，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。

进一步的，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；