[发明专利]一种油色谱在线监测数据最优长度选择方法

说明书

本发明公开了属于变压器油色谱的在线监测及分析技术领域的一种油色谱在线监测数据最优长度选择方法。该方法获取变压器的油色谱在线监测数据作为原始油色谱数据集，之后重构原始油色谱数据集的相空间，计算油色谱相空间的最优嵌入维数和最优时间延迟，根据相空间的收缩性分析最优嵌入维数与最优长度的关系，根据最优长度从原始油色谱数据集中获取最优的油色谱分析数据集，最后将最优油色谱分析数据集进行输出。本发明可以从大量的油色谱在线监测数据中获取最优的分析数据集，使得分析效率及分析准确率更高。

技术领域

本发明属于变压器油色谱的在线监测及分析技术领域。特别涉及一种油色谱在线监测数据最优长度选择方法。

背景技术

变压器是电力系统的重要枢纽设备之一，其运行的可靠性关系到电力系统的安全稳定运行。为了确保变压器的正常运行，使用油中溶解气体分析(Dissolved GasAnalysis，DGA)在线监测技术对变压器油中溶解气体进行实时测量，根据实时监测值可以及时的发现变压器的早期故障、判断故障的类型、给出检修计划等。变压器油色谱在线监测系统按照一定的采集周期获取油中溶解气体的数据，采集到的油色谱数据随着时间变化，形成油色谱在线监测时间序列。在现有的研究中，油色谱在线监测时间序列被广泛应用于变压器的状态评价、故障预测、油色谱阈值计算和预警等方面。油色谱在线监测时间序列从变压器投运时即开始形成，因此该时间序列时间跨度较长，数据量较大，在实际使用时，往往将所有数据都拿过来分析，或者取一个固定的时间段内的数据进行分析，该固定时间段长度的选取主要依赖于研究人员的主观性，没有统一的标准。而在对数据进一步分析时，如果选取的数据过多，即选择的时间跨度较长时，则数据中靠前的部分可能无法反应当前工况下变压器的运行情况，同样的如果选取的数据量较少，即选择的时间跨度较短时，则由于数据量的缺乏也无法真实的反映变压器当前的运行情况。因此，油色谱分析数据长度选择的问题成为迫切需要解决的问题。然而，近年来却鲜有关于油色谱在线监测数据最优长度选择的研究。

发明内容

本发明的目的是提供一种油色谱在线监测数据最优长度选择方法，其特征在于，所述油色谱在线监测数据最优长度选择方法包括如下步骤：S102,获取变压器在线监测数据作为原始油色谱数据集；S104,重构原始油色谱数据集相空间；S106,计算相空间的最优嵌入维数和最优时间延迟；S108,根据相空间收缩性分析最优嵌入维数与最优长度的关系；S110,根据最优嵌入维数计算原始油色谱数据集的最优长度；S112,根据最优长度从原始油色谱数据集中获取最优油色谱分析数据集；S114,输出最优油色谱分析数据集。

所述步骤S102，获取变压器在线油色谱监测数据作为原始油色谱数据集；以变压器油色谱在线监测系统采集的全部监测数据作为原始的色谱数据集；具体获取变压器油色谱在线监测时间序列数据，每条监测数据对应一个监测时间，且监测时间按照降序排列；

所述步骤S104，重构原始油色谱数据集相空间；对原始油色谱数据集x(n)构造m’维向量X(n)：

X(n)＝(x(n),x(n-t’),…,x(n-(m’-1)t’)),n＝(m’-1)t’+1,…N’；其中参数n＝1,2,…N’，t’为预设延迟时间，m’为预设嵌入维数。

所述步骤S106，计算相空间的最优嵌入维数和最优时间延迟采用的计算方法包括：自相关函数法、互信息方法、饱和关联维数法、改进虚假临近点法和C-C法中一种或一种以上。

所述步骤S108，根据相空间收缩性分析最优嵌入维数与最优长度的关系，

所述步骤S108包括：

步骤S108A：由于原始油色谱数据集是有界的，假设在[-R，R]之中，则原始油色谱数据的相空间位于一个以2R为边界的超立方体中，时间序列的N个点平均分布在该超立方中，从每个点到边界的平均距离为：

其中，R为数据取值的边界，m为最优嵌入维数，N为最优长度，