[发明专利]一种变压器振动数据无监督特征选择方法

说明书

本发明提出了一种变压器振动数据无监督特征选择方法。在缺乏故障类别等先验知识的条件下，完成变压器振动数据的特征提取：首先基于互信息分析特征与振动数据之间的相关性、以及特征与已选特征之间的冗余性，然后计算特征的潜在信息增益，最后根据信息增益惩罚因子完成变压器振动数据的特征选择。本发明综合考虑待选特征所能带来的新信息和冗余信息的多少进行选择，因而能够准确和高效提取变压器振动数据特征。

技术领域

本发明属于电力领域，尤其涉及一种变压器振动数据无监督特征选择方法。

背景技术

变压器是电力系统的关键设备之一，基于振动分析评价变压器运行状态意义重大。在变压器振动在线监测过程中，从高维振动数据中选择一个规模较小有效表征变压器运行状态的特征子集，是实现振动法分析评价变压器运行状态的关键。高维振动数据中有些特征是冗余的甚至不相关的，这些特征会降低变压器在线监测的效率和性能。通过特征选择来降低数据特征维数，是一种提高变压器在线监测水平的有效方法。

根据是否已知待处理数据的类别信息，特征选择问题可以划分为两类。一类是有监督的特征选择，即在已知数据类别信息条件下进行特征选择；另一类是无监督的特征选择，由于缺少类别信息等先验知识，给选择潜在类别相关的特征带来了困难。目前，大量振动在线监测数据是变压器正常运行条件下的正常数据，没有故障类别信息，其特征选择属于无监督特征选择。

发明内容

在大数据时代，各个行业在发展的过程中产生大量数据，这些高维数据具有类型多，数量大，数据分析难的特点。因此，对大量高维数据必须采用科学的数据分析方法，从而提高数据的利用率。在变压器振动在线监测过程中也会产生大量高维数据，需要利用特征选择对大量高维数据进行分析处理。现有针对高维振动数据基于信息论的特征选择方法，往往将特征的相关性与冗余性分割考虑，没有综合考虑特征对已选特征子集带来的新信息和冗余信息的多少，无法提取精准表征变压器运行状态的振动特征。

为了能提取精准表征变压器运行状态的振动特征，本发明提出了一种变压器振动数据无监督特征选择方法，具体地，可以是一种变压器在线监测过程中基于信息增益的无监督特征选择方法，即在缺乏故障类别等先验知识的条件下，综合考虑特征对已选特征子集带来的新信息与冗余信息的多少，从信息增益分析的角度，提出一种变压器在线监测过程中基于信息增益的无监督特征选择方法，有效提取表征变压器运行状态的振动信号特征。该方法基于互信息分析特征与原始数据之间的相关性、以及特征与已选特征之间的冗余性，进而计算分析特征的潜在信息增益，最后根据信息增益惩罚因子完成变压器振动高维振动数据的特征选择。本发明综合考虑待选特征所能带来的新信息和冗余信息的多少进行选择，因而能够准确和高效提取变压器振动数据特征。

本发明提出的一种变压器振动数据无监督特征选择方法，所述方法包括：

a：D＝{f₁,f₂,f₃,...,f_n}为变压器在线监测过程中得到的所述高维振动数据的原始特征集合，每维特征f_i为一个N维列向量，N为样本总数，n为特征维数，U为已选特征子集，初始为空集，初始状态下待选集合为原始特征全集。

b：根据互信息理论将原始特征集合D中各维特征f_i进行离散化得到离散化矩阵D_L；

c：计算D_L中特征之间的互信息I(f_i；f_j)，得到互信息矩阵I；其具体的计算方法是：

其中x_i为特征f中可能的取值，p(x_i)是特征f为不同可能取值时的概率。