[发明专利]变压器异常数据检测方法、装置、计算机设备和存储介质

权利要求书

1.一种变压器异常数据检测方法，其特征在于，包括：

获取变压器的状态数据；

对所述状态数据进行筛选和特征提取，得到特征数据集；

对所述特征数据集进行聚类分析，得到聚类结果；

基于聚类结果，进行异常数据判断，得到变压器异常数据检测结果并输出。

2.根据权利要求1所述的变压器异常数据检测方法，其特征在于，所述对所述状态数据进行筛选和特征提取，得到特征数据集，包括：

运用互信息算法对所述状态数据进行筛选，得到数据矩阵；

基于主成分分析算法对所述数据矩阵进行特征提取，得到特征数据集。

3.根据权利要求2所述的变压器异常数据检测方法，其特征在于，所述基于主成分分析算法对所述数据矩阵进行特征提取，得到特征数据集，包括：

对所述数据矩阵进行标准化处理，并基于标准化处理结果得到样本协方差矩阵；

对所述协方差矩阵进行特征值分解，得到特征值；

计算各特征值的累积方差贡献率，并根据所述累积方差贡献率确定初始主成分，得到初始主成分矩阵；

计算所述数据矩阵中的原始特征与所述初始主成分矩阵的复相关系数，并根据所述复相关系数确定补充主成分；

根据所述初始主成分和所述补充主成分，得到特征数据集。

4.根据权利要求1所述的变压器异常数据检测方法，其特征在于，所述对所述特征数据集进行聚类分析，得到聚类结果，包括：

运用MapReduce并行化聚类算法对所述特征数据集进行聚类分析，得到聚类结果。

5.根据权利要求4所述的变压器异常数据检测方法，其特征在于，所述运用MapReduce并行化聚类算法对所述特征数据集进行聚类分析，得到聚类结果，包括：

对所述特征数据集进行物理分割，得到多个数据集；将所述数据集送入对应的Map函数节点上，进行键值对转化；

在Map阶段，基于聚类算法计算各数据集中的数据点与预设聚类中心的距离，并将各所述数据点标记到距离最近的聚类中，得到新聚类，送入Reduce阶段；

在Reduce阶段，基于所述聚类算法计算所述新聚类的聚类中心，直至目标函数收敛，得到聚类结果。

6.根据权利要求4或5所述的变压器异常数据检测方法，其特征在于，所述聚类算法为K-means算法。

7.根据权利要求1所述的变压器异常数据检测方法，其特征在于，所述基于聚类分析结果，进行异常数据判断，得到变压器异常数据检测结果并输出之后，还包括：

当存在异常数据时，输出预警信息。

8.一种变压器异常数据检测装置，其特征在于，包括：

获取模块，用于获取变压器的状态数据；

提取模块，用于对所述状态数据进行筛选和特征提取，得到特征数据集；

聚类模块，用于对所述特征数据集进行聚类分析，得到聚类结果；

判断模块，用于基于聚类结果，进行异常数据判断，得到变压器异常数据检测结果并输出。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。