基于滑动窗口和聚类算法的变压器状态异常检测

发布时间：2017-10-20 03:37

  本文关键词：基于滑动窗口和聚类算法的变压器状态异常检测

  更多相关文章： 多维数据 在线监测 异常检测 多元时间序列 k均值聚类 滑动时间窗口

【摘要】：在线监测数据在变压器运行状态中发挥出重要角色,而传统的异常状态检测一般基于阈值判定法,难以及时发现变电设备的异常情况,甄别噪声数据。针对上述问题,根据变压器在线监测数据中异常值特点,提出了一种基于滑动窗口和聚类算法的变压器状态异常检测方法。首先,利用时间序列和滑动窗口对多维的在线监测数据流进行筛选,记录异常点的发生时间和类型,建立候选异常数据集合的判断模型;其次,基于无监督的k-means聚类方法建立多元特征量数据点的异常检测模型,并用于在线监测实时数据的异常检测,判断异常时刻与异常类型。通过某变电站的油中气体数据对本文算法进行了验证,结果表明,该方法可以实时检测在线监测数据流中因运行状态变化而产生的趋势异常,并祛除少量传感器噪声或突变值的影响,具有较高的实用价值。
【作者单位】： 上海交通大学电气工程系;国网山东省电力公司电力科学研究院;
【关键词】： 多维数据 在线监测 异常检测 多元时间序列 k均值聚类 滑动时间窗口
【正文快照】： 0引言1对于输变电设备状态数据,随着状态监测技术的多元化发展和SCADA系统、生产管理系统、EMS系统等信息应用系统的关联交互使得其数据量呈指数型增长,因此对于在线监测数据的状态评估和故——障诊断方面起到了越来越重要的作用。现阶段都是基于单一系统的部分设备信息,采用

【相似文献】

中国重要会议论文全文数据库 前10条

1 苏东;宋宝燕;杨兴华;欧征宇;于亚新;于戈;;基于滑动窗口语义的聚集计算方法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

2 汪罕;赵加奎;陈立军;;流和滑动窗口模型下的直径计算(英文)[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

3 贺冉冉;马玲;;基于滑动窗口的非参数趋势检验在气候序列趋势和波动分析中的应用[A];促进科技经济结合，服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年

4 杨宜东;孙志挥;周晓云;;滑动窗口中的变化检测[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

5 王成江;冉兵;戴迪;吴磊;;基于滑动窗口的动态手写签名局部相关性研究[A];湖北省机械工程学会青年分会2006年年会暨第2届机械学院院长（系主任）会议论文集（下）[C];2006年

6 王伟平;李建中;张冬冬;郭龙江;;数据流上基于时间滑动窗口的连接算法研究[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

7 王栩;李建中;王伟平;;基于滑动窗口的数据流压缩技术及连续查询处理方法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

8 闫朝升;李建中;李金宝;;数据流上滑动窗口技术的研究与实现[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

9 王秋棠;王鹏;周皓峰;汪卫;;基于滑动窗口的概率数据流上的聚集查询[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

10 沈伟;邹建峰;;基于滑动窗口的语音混合算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 钟阳;基于数据统计分析的变桨系统故障预警方法[D];华北电力大学;2015年

2 闫冰;仿真平台中基于滑动窗口的流数据处理策略研究[D];哈尔滨工程大学;2011年

3 王秋棠;基于滑动窗口的概率数据流上的聚集查询[D];复旦大学;2009年

4 贺春亮;基于数据流滑动窗口的降载技术研究[D];燕山大学;2009年

5 严澄;基于滑动窗口的数据流关联规则挖掘研究[D];浙江大学;2010年

6 闫巧梅;N-δ滑动窗口模型下的优化数据流聚类算法[D];太原理工大学;2008年

7 李俊;基于滑动窗口的数据流频繁闭合项集挖掘研究[D];暨南大学;2008年

8 龚云;基于滑动窗口的密度聚类算法研究[D];安徽大学;2011年

9 范玉玲;基于可变滑动窗口的数据流闭合频繁模式挖掘研究[D];江苏科技大学;2011年

10 王立波;基于滑动窗口的数据流频繁模式挖掘算法研究[D];燕山大学;2010年

，

本文编号：1065050