一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法
【專利摘要】本發(fā)明涉及一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法，在對變電站設備在線監(jiān)測數據的處理應用時，以已經收集到的歷史數據為依據，按照數值分布空間的范圍初步劃分電力設備運行的不同狀態(tài)空間，基于電力設備相關運行規(guī)范定義的標準和歷史數據分布范圍，進行狀態(tài)空間的原始邊界的確定、閾值的選?。粚⒈O(jiān)測數據按照數據出現的區(qū)域范圍進行初步聚類，以歷史數據確定的狀態(tài)空間為依據將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配，形成設備運行的不同狀態(tài)的監(jiān)測數據的數值范圍；在設備運行監(jiān)測數據的持續(xù)補充并進行區(qū)分匹配中，按照數據出現的概率分布范圍逐漸修正其邊界，完成動態(tài)的電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據。
【專利說明】一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法

【技術領域】
[0001]本發(fā)明涉及一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法，屬于電力系統設備監(jiān)測【技術領域】。

【背景技術】
[0002]隨著智能電網與物聯網技術在各個層面的融合發(fā)展，物聯網技術在變電站在線監(jiān)測中獲得了越來越多的應用?；谖锫摼W技術實現的電力設備在線監(jiān)測產生海量的異構數據，在對此類數據的分析處理基礎上，對設備的運行狀態(tài)進行判斷，以形成設備的全過程運行管理，需要對設備不同運行狀態(tài)進行區(qū)域劃分。現有的電力設備運行狀態(tài)區(qū)分劃分的閾值設定大多根據電力設備的初始信息(如概論值、規(guī)程值、經驗值、預試值)直接給定，一旦給定無法改變，無法準確反映動態(tài)的設備真實運行狀態(tài)，閾值的設定與實際運行的變化不能有效同步。


【發(fā)明內容】

[0003]本發(fā)明要解決的技術問題是提出一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法。
[0004]本發(fā)明的技術方案是:一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法，在對變電站設備在線監(jiān)測數據的處理應用時，以已經收集到的歷史數據(至少包含設備的概論值、規(guī)程值、經驗值、預試值的資料)為依據，按照數值分布空間的范圍初步劃分電力設備運行的不同狀態(tài)空間(定義為正常運行、異?？蛇\行、預警、告警四種運行狀態(tài))，基于電力設備相關運行規(guī)范定義的標準和歷史數據分布范圍，進行狀態(tài)空間的原始邊界的確定、閾值的選??；將監(jiān)測數據按照數據出現的區(qū)域范圍進行初步聚類，以歷史數據確定的狀態(tài)空間為依據將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配(即將數據所處范圍與狀態(tài)空間范圍相互近似重合區(qū)域匹配為同一類)，形成設備運行的不同狀態(tài)的監(jiān)測數據的數值范圍；在設備運行監(jiān)測數據的持續(xù)補充并進行區(qū)分匹配中，按照數據出現的概率分布范圍逐漸修正其邊界，完成動態(tài)的電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據，提高決策(確定電力設備某種運行狀態(tài))的準確性。
[0005]具體步驟如下:
[0006](I)通過應用電力設備的相關歷史數據，至少包含概論值、規(guī)程值、經驗值、預試值的資料；按照電力設備運行規(guī)范的要求和已有的確定的電力設備運行狀態(tài)值域，初步將設備運行的狀態(tài)空間劃分為不同的值域范圍，即正常運行、異常可運行、預警、告警四種運行狀態(tài)；
[0007](2)通過電力設備的相關歷史數據，至少包含概論值、規(guī)程值、經驗值、預試值的資料；中同一監(jiān)測量的最大、最小邊界值的比較選擇，確定各個狀態(tài)空間的閾值的選擇；基于統計學原理通過分析歷史數據的概率分布，確定(I)劃分的不同的狀態(tài)空間的原始邊界的確定，即數據出現的范圍為初步確定的狀態(tài)空間的原始范圍，圈定其邊界；
[0008](3)將監(jiān)測數據進行初步聚類劃分(即根據最大化類內相似性、最小化類間相似性的原則進行聚類，使得在同一個類中的對象具有很高的相似性，而與其它類中的對象很不相似)，以歷史數據確定的電力設備運行狀態(tài)空間為基本范圍，將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配，即將數據所處范圍與狀態(tài)空間范圍相互近似重合區(qū)域匹配為同一類，形成反映設備運行不同狀態(tài)的監(jiān)測數據的數值范圍；
[0009]聚類區(qū)分匹配方法為借助于若干分析指標對變量之間的密切程度進行測定，即相關分析，按照跟不同的狀態(tài)空間密切程度相互比較，密切程度最高的狀態(tài)空間為數據應該匹配的值域范圍。在判斷相關關系密切程度之前，首先確定現象之間有無相關關系。確定方法有:一是根據自己的理論知識和實踐經驗綜合分析判斷；二是用相關圖表進一步確定現象之間相關的方向和形式。在此基礎上通過計算相關系數或相關指數來測定相關關系密切的程度；相關系數r計算公式如下:
<7: _ Σ(λ'〒>(>._ 刃
f σ,σ, ^/Σ(-ν-χ) Σν-y)
Γ πXV-X.V
[0010]=丨一- Λ
ψχ2-X2^iy-y')
=_"Σ-':ν - Σ-γΣ.ν_
φιΣχ2 - (Σ-^2 ?''2 - (Σ.1')2
[0011]利用相關系數判斷相關關系的密切程度標準定義如下:
[0012]若相關系數|r| = 0，則相關程度為完全不相關；
[0013]若相關系數O < |r| ( 0.3，則相關程度為微弱相關；
[0014]若相關系數0.3 < |r I ( 0.5，則相關程度為低度相關；
[0015]若相關系數0.5< Ir <0.8，則相關程度為顯著相關；
[0016]若相關系數0.8 < |r I ( I,則相關程度為高度相關；
[0017]若相關系數|r| = I，則相關程度為完全相關；
[0018]上述公式相關內容中，聚類匹配依據為待聚類數據跟狀態(tài)空間值域范圍的相關系數的直接比較確定，定義中相關程度的劃分意義為直觀表述相關關系的密切程度；
[0019](4)在(3)的基礎上持續(xù)補充后續(xù)監(jiān)測數據并進行區(qū)分匹配，按照數據出現的概率分布范圍逐漸修正不同狀態(tài)空間的邊界，不斷修改不同區(qū)域的閾值，進行電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據，提高決策(確定電力設備某種運行狀態(tài))的準確性。
[0020]本發(fā)明的有益效果是:
[0021]1、本發(fā)明方法中，電力設備運行狀態(tài)閾值的整定不必僅僅依靠預試值、規(guī)程值等一些有限的歷史數據來確定，而且依靠設備運行監(jiān)測數據的匹配整定，可以反映動態(tài)的設備真實運行狀態(tài)，閾值的設定與實際運行的變化實現了有效同步；
[0022]2、本發(fā)明中采用的監(jiān)測數據先進行聚類，再與初步劃分的運行狀態(tài)空間進行區(qū)分匹配的方法，有效提升了對電力設備在線監(jiān)測產生的大量異構數據處理分析的效率；
[0023]3，、本發(fā)明中采用了持續(xù)補充后續(xù)監(jiān)測數據并進行區(qū)分匹配，不斷修正閾值的方法，提高了決策(確定電力設備某種運行狀態(tài))的準確性。

【專利附圖】

【附圖說明】
[0024]圖1是本發(fā)明變壓器運行狀態(tài)區(qū)域劃分圖；
[0025]圖2是本發(fā)明聚類原理示意圖；
[0026]圖3是本發(fā)明初定分區(qū)與數據匹配示意圖。

【具體實施方式】
[0027]下面結合【具體實施方式】，對本發(fā)明作進一步說明。
[0028]一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法，在對變電站設備在線監(jiān)測數據的處理應用時，以已經收集到的歷史數據(至少包含設備的概論值、規(guī)程值、經驗值、預試值的資料)為依據，按照數值分布空間的范圍初步劃分電力設備運行的不同狀態(tài)空間(定義為正常運行、異?？蛇\行、預警、告警四種運行狀態(tài))，基于電力設備相關運行規(guī)范定義的標準和歷史數據分布范圍，進行狀態(tài)空間的原始邊界的確定、閾值的選取；將監(jiān)測數據按照數據出現的區(qū)域范圍進行初步聚類，以歷史數據確定的狀態(tài)空間為依據將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配(即將數據所處范圍與狀態(tài)空間范圍相互近似重合區(qū)域匹配為同一類)，形成設備運行的不同狀態(tài)的監(jiān)測數據的數值范圍；在設備運行監(jiān)測數據的持續(xù)補充并進行區(qū)分匹配中，按照數據出現的概率分布范圍逐漸修正其邊界，完成動態(tài)的電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據，提高決策(確定電力設備某種運行狀態(tài))的準確性。
[0029]具體步驟如下:
[0030](I)通過應用電力設備的相關歷史數據，至少包含概論值、規(guī)程值、經驗值、預試值的資料；按照電力設備運行規(guī)范的要求和已有的確定的電力設備運行狀態(tài)值域，初步將設備運行的狀態(tài)空間劃分為不同的值域范圍，即正常運行、異?？蛇\行、預警、告警四種運行狀態(tài)；
[0031](2)通過電力設備的相關歷史數據，至少包含概論值、規(guī)程值、經驗值、預試值的資料；中同一監(jiān)測量的最大、最小邊界值的比較選擇，確定各個狀態(tài)空間的閾值的選擇；基于統計學原理通過分析歷史數據的概率分布，確定(I)劃分的不同的狀態(tài)空間的原始邊界的確定，即數據出現的范圍為初步確定的狀態(tài)空間的原始范圍，圈定其邊界；
[0032](3)將監(jiān)測數據進行初步聚類劃分(即根據最大化類內相似性、最小化類間相似性的原則進行聚類，使得在同一個類中的對象具有很高的相似性，而與其它類中的對象很不相似)，以歷史數據確定的電力設備運行狀態(tài)空間為基本范圍，將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配，即將數據所處范圍與狀態(tài)空間范圍相互近似重合區(qū)域匹配為同一類，形成反映設備運行不同狀態(tài)的監(jiān)測數據的數值范圍；
[0033]聚類區(qū)分匹配方法為借助于若干分析指標對變量之間的密切程度進行測定，即相關分析，按照跟不同的狀態(tài)空間密切程度相互比較，密切程度最高的狀態(tài)空間為數據應該匹配的值域范圍。在判斷相關關系密切程度之前，首先確定現象之間有無相關關系。確定方法有:一是根據自己的理論知識和實踐經驗綜合分析判斷；二是用相關圖表進一步確定現象之間相關的方向和形式。在此基礎上通過計算相關系數或相關指數來測定相關關系密切的程度；相關系數r計算公式如下:
r σ: Σ(.卜μ.卜刃
r σ,σ, ^(x-xTZy-yT
Γ πXV - X.V
[0034]= ,Λ—
ψχ-χ).(/-γ)

XV - [.ν
Φ!Σ-?: - (Σχ)2 φ!Σ-ν: - (Σ^2
[0035]利用相關系數判斷相關關系的密切程度標準定義如下:
[0036]若相關系數|r| = 0，則相關程度為完全不相關；
[0037]若相關系數O < I r I彡0.3，則相關程度為微弱相關；
[0038]若相關系數0.3 < I r I彡0.5，則相關程度為低度相關；
[0039]若相關系數0.5 < Ir < 0.8，則相關程度為顯著相關；
[0040]若相關系數0.8 < |r I ( I,則相關程度為高度相關；
[0041]若相關系數|r| = 1，則相關程度為完全相關；
[0042]上述公式相關內容中，聚類匹配依據為待聚類數據跟狀態(tài)空間值域范圍的相關系數的直接比較確定，定義中相關程度的劃分意義為直觀表述相關關系的密切程度；
[0043](4)在(3)的基礎上持續(xù)補充后續(xù)監(jiān)測數據并進行區(qū)分匹配，按照數據出現的概率分布范圍逐漸修正不同狀態(tài)空間的邊界，不斷修改不同區(qū)域的閾值，進行電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據，提高決策(確定電力設備某種運行狀態(tài))的準確性。
[0044]實施例1:以變壓器在線監(jiān)測為例，監(jiān)測量為變壓器油中氣體和成分、局部放電量，以監(jiān)測量之間的同時刻關聯關系建立每兩個量關聯的二維坐標，將監(jiān)測量投影到二維空間中，劃分不同的狀態(tài)區(qū)域。參考變壓器的歷史數據(銘牌值、規(guī)程值、預防性試驗值)定義變壓器運行狀態(tài)的四個分區(qū)(如圖1所示)。
[0045]基于概率分布的原理，應用變壓器歷史數據(至少包含概論值、規(guī)程值、經驗值、預試值的資料)，對四個狀態(tài)分區(qū)進行原始邊界的確定、閾值的選取。區(qū)域A的初步邊界可由變壓器投運前預防性試驗確定；區(qū)域B的初步邊界由超出正常運行值一定比例設置(不同監(jiān)測量的比例值根據運行規(guī)范的要求值域區(qū)別確定)；區(qū)域C的初步邊界為大于區(qū)域B的最大值邊界而未達到故障告警的值為邊界條件；區(qū)域D的初步邊界可由變壓器故障特征值確定。
[0046]區(qū)域A正常運行:在穩(wěn)定、安全、可靠條件下運行。
[0047]區(qū)域B—一異常可運行:當遇到某測量值與參考值有差異，用于調用其它測量信息與之關聯比對的觸發(fā)信息。
[0048]區(qū)域C一一預警:要求更加關注時，用于通知人員而設計的運行信號。
[0049]區(qū)域D告警:要求立即采取糾正動作時，用于通知人員而設計的運行信號。
[0050]將監(jiān)測量根據量值分布劃分為不同的區(qū)域，實現初級聚合(以油中氣體成分C2H2和C2H4的含量之間的關系建立二維坐標為例，將不同時刻C2H2和C2H4的含量關系投射到坐標內，形成數值分布區(qū)域不同的聚集區(qū)域，將其進行初步圈定劃分，其它監(jiān)測量值之間的聚合關系類似)，聚類原理如圖2所示。將按照歷史數據定義的運行狀態(tài)范圍與初級聚合形成的分類區(qū)進行區(qū)分匹配，根據接近程度確定變壓器的實際監(jiān)測量的分類區(qū)域具體歸屬，分別符合四個分區(qū)條件的聚類區(qū)域即為運行的不同狀態(tài)區(qū)域(原理如圖3所示)。
[0051]將后續(xù)的監(jiān)測數據加入分析系統，以概率分布的方式，按照監(jiān)測量的具體分布區(qū)域，逐步修正確定各個區(qū)域的邊界閾值，形成變壓器運行狀態(tài)動態(tài)閾值整定，從而實現變壓器的準確的運行狀態(tài)判斷依據，提高決策(確定變壓器某種運行狀態(tài))的準確性。
[0052]上面結合附圖對本發(fā)明的【具體實施方式】作了詳細說明，但是本發(fā)明并不限于上述實施方式，在本領域普通技術人員所具備的知識范圍內，還可以在不脫離本發(fā)明宗旨的前提下作出各種變化。
【權利要求】
1.一種基于歷史數據聚類的電力設備動態(tài)閾值整定方法，其特征在于:在對變電站設備在線監(jiān)測數據的處理應用時，以已經收集到的歷史數據為依據，按照數值分布空間的范圍初步劃分電力設備運行的不同狀態(tài)空間，基于電力設備相關運行規(guī)范定義的標準和歷史數據分布范圍，進行狀態(tài)空間的原始邊界的確定、閾值的選??；將監(jiān)測數據按照數據出現的區(qū)域范圍進行初步聚類，以歷史數據確定的狀態(tài)空間為依據將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配，形成設備運行的不同狀態(tài)的監(jiān)測數據的數值范圍；在設備運行監(jiān)測數據的持續(xù)補充并進行區(qū)分匹配中，按照數據出現的概率分布范圍逐漸修正其邊界，完成動態(tài)的電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據。
2.根據權利要求1所述的基于歷史數據聚類的電力設備動態(tài)閾值整定方法，其特征在于具體步驟為: (1)通過應用電力設備的相關歷史數據，至少包含概論值、規(guī)程值、經驗值、預試值的資料；按照電力設備運行規(guī)范的要求和已有的確定的電力設備運行狀態(tài)值域，初步將設備運行的狀態(tài)空間劃分為不同的值域范圍，即正常運行、異?？蛇\行、預警、告警四種運行狀態(tài)； (2)通過電力設備的相關歷史數據，至少包含概論值、規(guī)程值、經驗值、預試值的資料；中同一監(jiān)測量的最大、最小邊界值的比較選擇，確定各個狀態(tài)空間的閾值的選擇；基于統計學原理通過分析歷史數據的概率分布，確定(I)劃分的不同的狀態(tài)空間的原始邊界的確定，即數據出現的范圍為初步確定的狀態(tài)空間的原始范圍，圈定其邊界； (3)將監(jiān)測數據進行初步聚類劃分(即根據最大化類內相似性、最小化類間相似性的原則進行聚類，使得在同一個類中的對象具有很高的相似性，而與其它類中的對象很不相似)，以歷史數據確定的電力設備運行狀態(tài)空間為基本范圍，將監(jiān)測數據與狀態(tài)空間范圍按接近程度進行聚類區(qū)分匹配，即將數據所處范圍與狀態(tài)空間范圍相互近似重合區(qū)域匹配為同一類，形成反映設備運行不同狀態(tài)的監(jiān)測數據的數值范圍； 聚類區(qū)分匹配方法為借助于若干分析指標對變量之間的密切程度進行測定，即相關分析，按照跟不同的狀態(tài)空間密切程度相互比較，密切程度最高的狀態(tài)空間為數據應該匹配的值域范圍。在判斷相關關系密切程度之前，首先確定現象之間有無相關關系。確定方法有:一是根據自己的理論知識和實踐經驗綜合分析判斷；二是用相關圖表進一步確定現象之間相關的方向和形式。在此基礎上通過計算相關系數或相關指數來測定相關關系密切的程度；相關系數r計算公式如下:
σ I = Σ(ν-ν)(,ν-V)
r σ σ ^Σ(χ-χ) Σ.ν-ν)
xy -χ.y
)/(χ2-χ2).(γ~-γ^
— "Σ-':ν - Σ-^Σ.'’
)Σ-'-2 - >Σ.ν2 - <Σ.'，)2 利用相關系數判斷相關關系的密切程度標準定義如下: 若相關系數|r| = O，則相關程度為完全不相關； 若相關系數O < I r I ^ 0.3,則相關程度為微弱相關； 若相關系數0.3 < I r I ^ 0.5,則相關程度為低度相關； 若相關系數0.5 < I r I ^ 0.8,則相關程度為顯著相關； 若相關系數0.8 < Ir I ( I,則相關程度為高度相關； 若相關系數|r| = 1，則相關程度為完全相關； 上述公式相關內容中，聚類匹配依據為待聚類數據跟狀態(tài)空間值域范圍的相關系數的直接比較確定，定義中相關程度的劃分意義為直觀表述相關關系的密切程度； (4)在(3)的基礎上持續(xù)補充后續(xù)監(jiān)測數據并進行區(qū)分匹配，按照數據出現的概率分布范圍逐漸修正不同狀態(tài)空間的邊界，不斷修改不同區(qū)域的閾值，進行電力設備運行狀態(tài)閾值整定，形成設備運行狀態(tài)的判斷依據。
【文檔編號】G06F19/00GK104134006SQ201410379671
【公開日】2014年11月5日 申請日期:2014年8月4日 優(yōu)先權日:2014年8月4日
【發(fā)明者】束洪春, 曹立平, 董俊 申請人:昆明理工大學