[发明专利]基于多维度关联性数据分析的少油设备状态评估方法及系统

权利要求书

1.一种基于多维度关联性数据分析的少油设备状态评估方法，其特征在于，包括以下步骤：

步骤1，采集获取待评估少油设备评估参量对应的数据值；其中，所述评估参量包括：局放、相对介质、相对电容、氢气含量、油温和油压；

步骤2，通过标准化方程将步骤1获得的数据值进行归一化处理，获得归一化后的数据；

步骤3，将步骤2获得的归一化后的数据进行灰色关联度分析，并采用灰熵理论进行评估，获得各评估参量权重值；其中，获得的评估参量权重值用于评价不同评估参量对健康度影响的重要程度；对评估参量进行影响因子计算，得到设备运行状况局放影响因子W₁、相对介质影响因子W₂、相对电容影响因子W₃、氢气含量影响因子W₄、油温影响因子W₅、油压影响因子W₆；

步骤4，根据步骤3获得的各评估参量影响因子及其相应的预设阈值，得到评估参量的复合影响因子，根据复合影响因子完成少油设备状态评估；

其中，步骤2中，所述的标准化方程表示为：

式中，μ为是数据的均值，σ为标准差；

步骤3中，灰色关联度分析具体包括以下步骤：

少油设备存在六个评估参量，对应有理想行为序列：

X₀＝{x₀(i)}|_1×6，i＝1，2，3，4，5，6；

式中，x₀(i)表示第i个评估参量的理想值；

每个评估参量存在6个比较序列，表示为：

X_j＝{x_j(i)}|_1×6，i＝1，2，3，4，5，6；j＝1，2，3，4，5，6；

式中，x_j(i)表示第i个评估参量的第j个影响因素；

在进行灰色关联度分析之前进行无量纲预处理：

式中，x_i*表示每个影响因素的理想值；

各评估参量的影响因素与理想值之间的灰色关联度系数表示为：

式中，ζ表示分辨系数，ζ∈(0，1)；

各个评估参量间灰色关联度计算表达式为：

式中，r_i表示第i个评估参量关联系数权重；

r_i取值越大，第i个评估参量越重要，且满足约束条件：

步骤3中，采用灰熵理论进行评估的步骤具体包括：

式中，y_j(i)表示灰色关联加权系数概率分布值；y_j(i)满足：

构造有限离散序列，表达式为：

Y(i)＝{y_j(i)}|_1×6，i＝1，2，3，4，5，6；j＝1，2，3，4，5，6；

灰熵H是Y分量值均衡度的测度，灰熵值的大小和序列的均衡度成正比；

根据灰熵及灰熵极大值，均衡度函数表示为：

B(i)＝H[Y(i)]/H₃；

评估参量的影响因子表达式：

步骤4中，根据复合影响因子完成少油设备状态评估的具体步骤包括：

根据局放、相对介质、相对电容、氢气含量、油温及油压在设备正常运行状态下的数值范围设定每个参量的阈值，结合影响因子进行加权求和，得到正常工作时复合影响因子范围；

根据测试参量的数值进行复合影响因子计算，通过对比复合影响因子范围评估设备的运行状态；

其中，G＝W₁x₁+W₂x₂+W₃x₃+W₄x₄+W₅x₅+W₆x₆，

式中，G为复合影响因子，W1为局放影响因子，W2为相对介质影响因子，W3为相对电容影响因子，W4为氢气含量影响因子，W5为油温影响因子，W6为油压影响因子，x₁，x₂，x₃，x₄，x₅，x₆是测得的相应参量数值；

所述少油设备为输电环节的少油设备。

2.一种基于多维度关联性数据分析的少油设备状态评估系统，其特征在于，基于权利要求1所述的方法，包括：

采集设定模块，用于采集获取待评估少油设备评估参量对应的数据值；其中，所述评估参量包括：局放、相对介质、相对电容、氢气含量、油温和油压；

归一化处理模块，用于通过标准化方程将获得的数据值进行归一化处理，获得归一化后的数据；

数据分析模块，用于将获得的归一化后的数据进行灰色关联度分析，并采用灰熵理论进行评估，获得各评估参量权重值；其中，获得的评估参量权重值用于评价不同评估参量对健康度影响的重要程度；对评估参量进行影响因子计算，得到设备运行状况局放影响因子W₁、相对介质影响因子W₂、相对电容影响因子W₃、氢气含量影响因子W₄、油温影响因子W₅、油压影响因子W₆；

状态评估模块，用于根据获得的各评估参量影响因子及其相应的预设阈值，得到评估参量的复合影响因子，根据复合影响因子完成少油设备状态评估。