【技术实现步骤摘要】
本申请涉及电变量测量，具体涉及一种变压器的多参数监测分析方法、装置及变压器。
技术介绍
1、变压器作为电力系统中的核心设备，其稳定运行对于确保电网的安全性和可靠性至关重要。由于变压器故障可能导致重大的经济损失甚至电力供应中断，因此，对变压器实施有效的状态监测和故障诊断成为电力系统维护管理的关键环节。传统的定期离线检测方法已经无法满足现代电力系统对高效率和高可靠性的需求，这促进了在线监测技术的发展，尤其是多参数监测分析方法的应用。其中需要对实时监测的数据进行异常监测，通过实时异常监测分析，确保变压器运行稳定。
2、在使用现有异常监测算法过程中，现有异常监测算法并不能获取较为准确的检测结果，故本专利技术通过使用历史数据对当前数据进行预测，将预测结果与实际结果的差异作为异常监测结果，但是现有预测算法，如指数平滑算法并不能很好的提取历史数据特征进行分析，导致预测结果不准确进而影响异常监测的结果。
技术实现思路
1、为了解决异常监测精度较差的技术问题，本申请提供了一种变压器的多参数监测分析方法、装置及变压器，所采用的技术方案具体如下：
2、第一方面，本申请提出了一种变压器的多参数监测分析方法，该方法包括以下步骤：
3、采集不同时刻的电参数，所述电参数包括电流值、电压值、有功功率、无功功率以及功率损坏值；
4、对于采集的每种电参数构建参数序列，根据任意两种参数序列中参数值比值的方差获取参数序列之间的相关性；
5、将当前时刻的前一个时刻
6、根据分析序列波峰时间差异的方差、波峰参数差异的方差以及波峰数量获取分析序列的周期稳定性；
7、对于每个分析时刻，通过不同种电参数的周期稳定性和混乱程度聚类筛选参考时刻；对于每种电参数，以目标时刻和参考时刻的距离作为权值与参考时刻下一个时刻的参数值加权获取当前时刻的预测参考值；
8、获取当前时刻的预测值，根据电参数的相关性和添加预测参考值后电参数的相关性差异获取参数权重，将参数权重与预测值、预测参考值加权获取最终预测值；将最终预测值与预设异常阈值比较完成异常监测。
9、在上述方案中，本申请通过分析同时采集的电参数之间的关系，构建不同参数之间的相关性特征，在经过后续计算后作为最后修正预测算法所得预测结果的预测修正因子，同时基于对历史数据进行数据筛选，序列构建，并对构建好的序列进行特征分析，完成序列筛选，最终基于筛选后的序列获取预测参考值，并对预测结果进行修正，最终基于修正后的预测结果获取数据异常监测值，完成数据的异常监测。其中基于历史数据进行特征分析，大大提高了当前数据序列对比历史数据进行预测的准确性，同时基于数据预测序列的稳定性以及序列变化剧烈混乱程度对最终结果进行修正，也可以避免因为数据序列因为序列本身的不可预测性进而造成异常监测结果的不准确性。
10、在一个实施例中，所述对于采集的每种电参数构建参数序列，根据任意两种参数序列中参数值比值的方差获取参数序列之间的相关性的方法为：
11、对于每种电参数，获取当前时刻之前的预设数量时刻，将预设数量时刻对应的参数值组成的序列记为参数序列；
12、对于任意两种电参数分别记为电参数a和电参数b，将电参数a对应的参数序列中每个参数值与同一时刻下电参数b对应的参数序列中参数值的比值记为第一参数比值，计算所有第一参数比值的方差；
13、将电参数b对应的参数序列中每个参数值与同一时刻下电参数a对应的参数序列中参数值的比值记为第二参数比值，计算所有第二参数比值的方差；
14、电参数a和电参数b的参数序列之间的相关性的表达式为：；a表示第一参数比值的方差，b表示第二参数比值的方差，表示以自然常数为底的指数函数，表示电参数a和电参数b的参数序列之间的相关性。
15、在一个实施例中，所述对于一种电参数，根据电参数的参数值将所有时刻分类后，将目标时刻所在聚类簇的时刻记为分析时刻，将分析时刻和其之前相邻的预设时刻的参数值记为分析序列的方法为：
16、将每个时刻记为一个时刻点，时刻点为电流值、电压值、有功功率、无功功率以及功率损坏值构成的一个五维点，将所有时刻点通过聚类算法进行聚类，聚类距离为五维点之间的距离；
17、将目标时刻所在聚类簇的时刻点记为分析时刻，对于每个分析时刻的每个电参数，获取其之前相邻的预设数量个时刻，将预设数量个时刻结合对应的分析时刻的参数值构成一个参数序列记为每种电参数对应的分析序列。
18、在一个实施例中，所述根据分析序列的方差和其内部局部的方差获取分析序列的稳定性的方法为：
19、对于每个分析序列，以其中每个时刻为中心，左右两侧分别选取相邻的u个时刻；以每个时刻为中心获取一个长度为2*u+1的局部序列；
20、计算每个局部序列的方差记为第一方差；计算分析序列的方差记为第二方差；
21、根据第一方差和第二方差计算分析序列的稳定性；
22、分析序列的稳定性分别与第一方差和第二方差呈负相关关系。
23、在一个实施例中，所述对每个分析序列内的参数值聚类，根据类的数量和每个类中序列值差值的方差获取分析序列的聚集度的方法为：
24、对于每个分析序列中的参数值进行聚类，聚类距离为参数值的差值；对于分析序列中的每个类，将类中所有的参数值按照分析序列的顺序排序，计算相邻两个参数值的差值绝对值，将类中所有参数值的差值绝对值构成一个差值序列，计算差值序列的方差；
25、根据所有差值序列的方差和聚类簇的数量获取分析序列的聚集度；
26、分析序列的聚集度分别与差值序列的方差、聚类簇的数量呈负相关关系。
27、在一个实施例中，所述根据分析序列波峰时间差异的方差、波峰参数差异的方差以及波峰数量获取分析序列的周期稳定性的方法为：
28、对于每个分析序列，统计分析序列中所有的波峰点，对于任意一个波峰点，计算波峰点与其相邻波峰点的参数值的差值绝对值，若一个波峰点有两个相邻的波峰点，则取两个差值绝对值的均值记为第一差异；若一个波峰点有一个相邻的波峰点，则将差值绝对值记为第一差异；将所有的第一差异构成一个序列记为波峰差异序列；
29、对于任意一个波峰点，计算波峰点与其相邻波峰点的时间的差值绝对值，若一个波峰点有两个相邻的波峰点，则取两个时间的差值绝对值的均值记为第二差异；若一个波峰点有一个相邻的波峰点，则将时间的差值绝对本文档来自技高网...
【技术保护点】
1.一种变压器的多参数监测分析方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对于采集的每种电参数构建参数序列，根据任意两种参数序列中参数值比值的方差获取参数序列之间的相关性的方法为：
3.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对于一种电参数，根据电参数的参数值将所有时刻分类后，将目标时刻所在聚类簇的时刻记为分析时刻，将分析时刻和其之前相邻的预设时刻的参数值记为分析序列的方法为：
4.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述根据分析序列的方差和其内部局部的方差获取分析序列的稳定性的方法为：
5.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对每个分析序列内的参数值聚类，根据类的数量和每个类中序列值差值的方差获取分析序列的聚集度的方法为：
6.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述根据分析序列波峰时间差异的方差、波峰参数差异的方差以及波峰数量获取分析序列的周期稳
7.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对于每个分析时刻，通过不同种电参数的周期稳定性和混乱程度聚类筛选参考时刻；对于每种电参数，以目标时刻和参考时刻的距离作为权值与参考时刻下一个时刻的参数值加权获取当前时刻的预测参考值的方法为：
8.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述根据电参数的相关性和添加预测参考值后电参数的相关性差异获取参数权重，将参数权重与预测值、预测参考值加权获取最终预测值的方法为：
9.一种变压器的多参数监测分析装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8任意一项所述一种变压器的多参数监测分析方法的步骤。
10.一种变压器，其特征在于，所述变压器的多参数监测分析方法包括如权利要求1-8任意一项所述一种变压器的多参数监测分析方法。
...【技术特征摘要】
1.一种变压器的多参数监测分析方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对于采集的每种电参数构建参数序列，根据任意两种参数序列中参数值比值的方差获取参数序列之间的相关性的方法为：
3.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对于一种电参数，根据电参数的参数值将所有时刻分类后，将目标时刻所在聚类簇的时刻记为分析时刻，将分析时刻和其之前相邻的预设时刻的参数值记为分析序列的方法为：
4.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述根据分析序列的方差和其内部局部的方差获取分析序列的稳定性的方法为：
5.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述对每个分析序列内的参数值聚类，根据类的数量和每个类中序列值差值的方差获取分析序列的聚集度的方法为：
6.如权利要求1所述的一种变压器的多参数监测分析方法，其特征在于，所述根据分析序列波峰时间差...
【专利技术属性】
技术研发人员：高创业，龚长鸿，高盛嘉，
申请(专利权)人：东莞市郡嘉电子科技有限公司，
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。