【技术实现步骤摘要】
本专利技术涉及变压器监测评估，具体为基于大数据分析的变压器综合监测及评估系统。
技术介绍
1、变压器是电力系统中非常的重要的电力设备，是实现电能传输的转换的重要枢纽，因此保持良好的变压器状态对电力系统的安全具有十分重要的意义。不仅可以保证电力系统的运行和供电质量，还可以降低因故障导致人身财产损失。
2、目前，对于变压器的检测主要集中在对变压器的故障的预警，变压器具有诸多的零部件和组件，每一个组件、每一个环节出现故障都会导致变压器出现故障。如在故障预警的过程中需要对油温的异常进行预警判断、对局部放电进行判断、对铁芯的温度、接地电流等逐一进行预警判断。其中预警的方式多是基于大数据的分析和判断。需要采集的数据也是较为全面。而变压器在大多数时间内时处于正常的运行状态，因此实时的、不断地调用数据进行预测不仅占用不必要的算力，还会导致能耗的损失。因此设计一种反应变压器性能状态的变压器综合监测及评估系统成为一种迫切的要求。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种的反应变压器性能状态的基于大数据分析的变压器综合监测及评估系统。
2、本专利技术要解决的技术问题的技术方案是：基于大数据分析的变压器综合监测及评估系统，包括数据采集模块、模型构建模块和预测分析模块；模型构建模块基于数据采集模块获取的正常运行数据应用循环神经网络算法构建变压器常态运行模型；确定评估特征后，预测分析模块应用数据采集模块采集的数据组成评估样本；通过评估样本提取评估序列，同时通过变压器常态
3、更好的，数据采集过程中：首先通过确定的间隔时间和时间跨度的起始时间点确定序列数据的各个采集点；之后在提取日内按照确定的采集点采集数据组成样本数据。
4、更好的，所述时间跨度至少包括一个检测时段。
5、更好的，所述时间跨度包括稳定时段和波动时段，获取稳定时段的方法为：
6、step1、将一天的时长分成m段并顺序编号；
7、step2、采集第a段内的j个数据b1、b2、b3……bj，其中a＝1、2、3……m；b1、b2、b3……bj为该段时间内等时间间隔采集的数据；
8、step3、计算平均数和方差b：
9、
10、组成样本数据
11、step4、将样本数据转换为并组成样本数据集，之后使用聚类算法对数据集进行聚类处理得到反应不同波动状态和平均负荷的簇类；
12、step5、其中一个簇类的样本数据，根据原始样本数据获取样本数据b的编号a；然后在该簇类的样本数据查找是否存在逐一递增或者逐一递减的编号；
13、如果有则将编号为连续编号的时间段组成稳定时段；如果没有则选取另一个簇类并重复step5；
14、获取波动时段的方法为：选择8时-18时时间段内的一段时间作为波动时段。
15、更好的，在步骤step1中：每段时长在5-15分钟。
16、更好的，b1、b2、b3……bj为一个电气参数不同时间点的数值。
17、更好的，设置至少三个评估特征，取所有评估特征对应的评估分数的平均数作为变压器性能的评估分数。
18、更好的，设置至少三个评估特征，取最低的评估分数作为变压器的评估分数。
19、更好的，所述时间跨度包括稳定时段和波动时段，获取稳定时段的方法为：
20、step1、将一天的时长分成m段并顺序编号；
21、step2、采集第a段内的j个数据b1、b2、b3……bj，其中a＝1、2、3……m；b1、b2、b3……bj为该段时间内等时间间隔采集的数据；
22、step3、计算平均数和方差b组成样本数据
23、step4、将样本数据转换为并组成样本数据集，之后使用聚类算法对数据集进行聚类处理得到反应不同波动状态和平均负荷的簇类；
24、step5、其中一个簇类的样本数据，根据原始样本数据获取样本数据b的编号a；然后在该簇类的样本数据查找是否存在逐一递增或者逐一递减的编号；
25、如果有则将编号为连续编号的时间段组成稳定时段；如果没有则选取另一个簇类并重复说明书
26、step5；
27、获取波动时段的方法为：
28、step6、将样本数据转换为(b)并组成样本数据集，之后使用聚类算法对数据集进行聚类处理得到反应不同波动状态的簇类；
29、step7、提取反应波动较大的簇类的样本数据，提取一个编号为a的样本，获取以a为中心的一组时间段的平均值，如果至少有两个时间段的平均值不同则选择该组时间段组成波动时段。
30、更好的，如果所选择的一组时间段中的编号a属于step5中簇类的标号，则重复step7，并重新提取一个编号进行判定。
31、本专利技术的有益效果为：
32、与现有技术相比，本系统在进行模型训练之后，调取当天的部分数据便可以对变压器的性能进行评估，得出一个反应变压器性能的分数，给管理人员提供判别依据。本方法可以大大提高评估的性能、效率和准确率。在发现性能分数过低时，可以启动变压器的故障检测的预警系统进行故障的判定。与直接应用大数据对变压器进行故障检测和预警相比可以大大的节省算力、提高效率。
本文档来自技高网...【技术保护点】
1.基于大数据分析的变压器综合监测及评估系统，其特征在于：
2.根据权利要求1所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
3.根据权利要求2所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
4.根据权利要求3所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
5.根据权利要求4所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
6.根据权利要求4所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
7.根据权利要求1所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
8.根据权利要求1所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
9.根据权利要求3所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
10.根据权利要求9所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
【技术特征摘要】
1.基于大数据分析的变压器综合监测及评估系统，其特征在于：
2.根据权利要求1所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
3.根据权利要求2所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
4.根据权利要求3所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
5.根据权利要求4所述的基于大数据分析的变压器综合监测及评估系统，其特征在于：
6....
【专利技术属性】
技术研发人员：陈鑫，刘玉普，郑含博，唐连镇，陈凯，张超，郭飞飞，张建业，姚雀，刘鹏，赵飞，袁福强，付常江，王新宇，张安彬，
申请(专利权)人：山东和兑智能科技有限公司，
类型：发明
国别省市：
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。