System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于LOF算法的高压线路运行状态识别方法技术_技高网

一种基于LOF算法的高压线路运行状态识别方法技术

技术编号:42602845 阅读:6 留言:0更新日期:2024-09-03 18:13
本发明专利技术公开了属于电力系统应用管理技术领域的一种基于LOF算法的高压线路运行状态识别方法。通过多种类型的传感器收集多条高压线缆的运行数据;首先对收集的数据进行清洗检测并处理数据中的缺失值、异常值和错误值;其次进行数据标准化;最后对高维数据进行降维;对已经降维的数据中的每一个电缆的状态数据作为一个数据点进行LOF计算;将LOF算法与ML算法、孤立森林算法结合,对高压线路运行状态进行识别;统计高压线路的运行状态。本发明专利技术不需要预先定义异常点的数量就能够检测出密度分布不均匀的离群点;另外,考虑了数据点的局部特性,能够发现局部异常,提升了对于异常高压电缆识别的准确率。

【技术实现步骤摘要】

本专利技术涉及电力系统应用管理,尤其涉及一种基于lof算法的高压线路运行状态识别方法。


技术介绍

1、从2019年开始,研究人员一直在探讨使用电缆外护层感应电压作为故障诊断的参数特征,以评估500kv高压电缆的在线监测技术的可行性。在二滩电站进行的测试显示了潜在的应用前景。江苏省电力有限公司认识到对电缆中局部放电类型的识别对于监测电缆运行状态和延长电缆寿命的重要性,开发了一种基于t-f聚类和prpd图谱分析的方法,可以有效地识别不同类型的局部放电,包括单一局放源和混合局放源。上海市电力公司则针对高压电缆的运行监测结果设计了一种评估策略,通过分析和分类运行状态评估指标,建立了新的评价指标体系。中国电力科学研究院建立了一个基于运行数据分析的状态评估平台,用于初步评估电缆的老化程度,并根据评估结果提出相应的建议。

2、电力电缆在正常运行过程中受电、热、机械、环境、安装和维护留下的缺陷等因素影响而出现绝缘劣化,通常发生局部放电。局放又会加剧电缆绝缘材料的进一步劣化,长期地恶性循环将大大缩短电缆寿命甚至会引发安全运行事故。由于在判断高压线缆运行状态时,总是采用单方面的特征因素作为预测,特征信息较为片面,导致将特征信息送入算法实现中的预测准确度存在偏差。其次,当前国网高质量监测电网要求下,高压线路运行状态异常极少,采用典型机器学习算法极难建立异常识别模型。针对这种情况,需要在采用异常特征提取的基础上,构建基于lof算法的高压电缆线路运行状态识别模型,充分利用机器学习算法的非线性弥合能力与lof算法在极少量异常数据识别方面的优势,实时识别高压电缆运行状态,实现对高压线路运行状态的实时识别。


技术实现思路

1、本专利技术的目的是提出一种基于lof算法的高压线路运行状态识别方法,包括以下步骤:

2、步骤1:在特定时间范围内,通过多种类型的传感器收集多条高压线缆的运行数据;

3、步骤2:首先对步骤1收集的数据进行清洗检测并处理数据中的缺失值、异常值和错误值,以确保数据质量;其次进行数据标准化,以确保数据特征之间具有相似的数值范围;最后对高维数据进行降维,以减少计算复杂度;

4、步骤3:对步骤2已经降维的数据中的每一个电缆的状态数据作为一个数据点进行lof计算;

5、步骤4:将lof算法与ml算法、孤立森林算法结合,对高压线路运行状态进行识别;

6、步骤5:统计高压线路的运行状态。

7、步骤1中的运行数据包括:温度、湿度、电缆外护层感应电压、线缆负荷、杆塔倾斜情况、杆塔锈蚀损伤情况、绝缘子损坏数据、导地线弧垂数据、接地电阻数值、接地体埋深数据。

8、步骤4具体包括以下子步骤:

9、步骤41:确定孤立森林算法中的最大树高、孤立森林数;

10、步骤42:将已得到的lof数据的结果作为孤立树的根节点;

11、步骤43:在步骤41和步骤42的基础上,采用孤立森林算法对数据进行检测,并与根节点相结合建立树结构;

12、步骤44:将每棵孤立树的lof结果作为孤立森林的分枝判别标准;

13、步骤45:将数据空间划分为两个子空间,并在此基础上重复执行步骤43和步骤44来构造新的叶子节点,直至每个叶子节点只剩下一个数据或达到预设的树高阈值为止。

14、步骤44中的分枝判别标准为:

15、lof结果大于或等于1被初步认定为具有潜在异常属性,划分到左枝;小于1则认为是正常值,划分到右枝。

16、步骤5具体如下:

17、首先,统计每棵孤立树的树高状态,计算每个数据点在每棵树中的平均路径长度;然后,计算每个数据点的平均路径长度,对平均路径长度进行标准化处理,将其除以样本数据集的平均路径长度;最后,设置一个阈值来判断数据点是否异常,超过阈值的数据点被认为是异常值。

18、本专利技术的有益效果在于:

19、本专利技术采用lof结合ml的方法进行高压电缆状态识别,不需要预先定义异常点的数量就能够检测出密度分布不均匀的离群点;另外,考虑了数据点的局部特性,能够发现局部异常,提升了对于异常高压电缆识别的准确率。

本文档来自技高网...

【技术保护点】

1.一种基于LOF算法的高压线路运行状态识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述基于LOF算法的高压线路运行状态识别方法,其特征在于,所述步骤1中的运行数据包括:温度、湿度、电缆外护层感应电压、线缆负荷、杆塔倾斜情况、杆塔锈蚀损伤情况、绝缘子损坏数据、导地线弧垂数据、接地电阻数值、接地体埋深数据。

3.根据权利要求1所述基于LOF算法的高压线路运行状态识别方法,其特征在于,所述步骤4具体包括以下子步骤:

4.根据权利要求3所述基于LOF算法的高压线路运行状态识别方法,其特征在于,所述步骤44中的分枝判别标准为:

5.根据权利要求4所述基于LOF算法的高压线路运行状态识别方法,其特征在于,所述步骤5具体如下:

【技术特征摘要】

1.一种基于lof算法的高压线路运行状态识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述基于lof算法的高压线路运行状态识别方法,其特征在于,所述步骤1中的运行数据包括:温度、湿度、电缆外护层感应电压、线缆负荷、杆塔倾斜情况、杆塔锈蚀损伤情况、绝缘子损坏数据、导地线弧垂数据、接地电阻数值、接地体埋深数据。

【专利技术属性】
技术研发人员:刘青焦宇阳尚英强田阳郑天宇王卫
申请(专利权)人:北京卓越电力建设有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1