[发明专利]一种基于色谱数据的监测装置和变压器异常状态识别方法

说明书

本发明公开了一种基于色谱数据的监测装置和变压器异常状态识别方法，方法包括：步骤1、对孤立异常点数据的识别与剔除；步骤2、计算核向量ksubgt;i/subgt;；步骤3、计算统计量Tsupgt;2/supgt;和Q以及对应的控制限和Qsubgt;a/subgt;；步骤4、对异常数据的识别以及故障类型的判别，比较Tsupgt;2/supgt;和Q统计量与对应控制限和Qsubgt;a/subgt;，当两个统计量均超出控制限时，判断该组数据异常。本发明通过比较Tsupgt;2/supgt;和Q统计量与对应控制限和Qsubgt;a/subgt;，当两个统计量均超出控制限时，判断该组数据异常，根据异常数据的特征，识别监测装置的故障类型和变压器的故障类型，从而实现油色谱装置异常状态识别和变压器的故障类型识别。

技术领域

本发明涉及电力设备监测技术领域，具体是一种基于色谱数据的监测装置和变压器异常状态识别方法。

背景技术

在充油电力变压器类设备的诸多检测方法中，油色谱法对各类内部缺陷均能有效检出，经过长时间的发展，已经形成了较为成熟的判据体系，不仅能够发现故障、还能判断故障类型。然而，在实际使用中，制约油色谱法发挥效果的最大因素在于监测装置的准确性和可靠性问题。目前，油色谱装置存在数据稳定性，算法机制不透明，装置运行特性认识不足等问题。其实上述问题中的核心矛盾就包括缺少对于监测装置提交数据的质量的影响因素研究，无法提出针对性运维措施；缺少多维度定量评价监测数据的技术方法，无法评估监测装置稳定性；缺少现场校准方法及针对监测装置的有效运维策略，无法在运行中保障装置的性能。

因此，通过对油色谱装置的状态进行异常识别，进而开展油色谱数据清洗及质量评估，监测装置多维度性能评估及差异化特征分析，以及计及装置计量特性要求的现场校准方法及运维策略等方面的研究意义重大，迫在眉睫。

发明内容

本发明的主要目的在于提供一种基于色谱数据的监测装置和变压器异常状态识别方法，以实现油色谱装置和变压器异常的快速识别。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于色谱数据的监测装置和变压器异常状态识别方法，包括；

步骤1、从监测的历史色谱数据识别与剔除孤立异常点数据；

步骤2、剔除孤立异常点数据后，基于剩下的历史色谱数据计算核向量k_i；

步骤3、基于步骤2计算的核向量k_i计算统计量T²和Q以及对应的控制限和Q_a；

步骤4、根据计算的统计量T²和Q以及对应的控制限和Q_a，对异常数据进行识别以及对故障类型进行判别。

进一步的，所述的步骤1中对孤立异常点数据的识别与剔除具体方法为：

步骤1.1、提取n天历史监测数据，计算其均值和方差σ²；

步骤1.2、计算n个监测数据到中心点的马氏距离：

式中，X_i为第i个监测数据，i＝1，2，…n；

步骤1.3、将n个监测按照马氏距离d_i升序排列，选取其中d_i最小的k个监测数据，对新选的h个监测数据通过C—步骤过程迭代直到收敛，返回稳定的均值和方差

步骤1.4、根据和计算每个监测数据稳健的马氏距离d_i。d_i近似服从一个自由度为1的卡方分布，当时，判定i点为异常点。其中表示卡方检验的临界值，α为置信度；