基于滑动窗口和多元高斯分布的变压器油色谱异常值检测
Outlier Detection of Power Transformer Oil Chromatographic Data Based on Algorithm Sliding Windows and Multivariate Gaussian Distribution作者机构:福建工程学院福州350118 福建省大数据挖掘与应用技术重点实验室福州350118 国网宁德供电公司福建宁德352100 国网福建电力科学研究院福州350007
出 版 物:《高压电器》 (High Voltage Apparatus)
年 卷 期:2020年第56卷第1期
页 面:203-209页
核心收录:
学科分类:080801[工学-电机与电器] 0808[工学-电气工程] 08[工学]
基 金:福建省科技厅引导性项目(2017H0001) 福建省自然基金面上项目(2018J01619)
主 题:变压器 油中溶解气体分析 多元高斯分布 指数加权移动平均法 滑动时间窗口
摘 要:现有的变压器油色谱在线监测数据因监测装置问题频繁出现失真,严重影响了整个在线监测系统的有效性和实用性。传统阈值判定法无法灵活及时地发现变压器本体设备和监测装置的异常。对此,提出了一种基于滑动窗口和多元高斯分布的变压器油色谱异常值检测方法,利用指数加权移动平均法和滑动窗口计算历史每笔数据中氢气、乙炔、总烃的估计值,获取到与监测值的残差数据后,再通过多元高斯分布,进行异常值检测。通过某变电站油中气体数据对本算法进行验证结果表明,该方法不仅能实时检测出变压器本体异常还能发现监测装置数据失真,并能祛除数据突变和噪声带来的影响,具有一定实用价值。