基于缺失数据修复的变压器在线故障诊断方法

发布时间：2021-04-01 08:13

　　数据质量是影响变压器故障诊断正确率的重要因素。为了解决变压器油色谱在线监测数据缺失问题,提出了一种基于缺失数据修复的变压器在线故障诊断方法,利用改进k-最邻近和多分类SVM的循环迭代实现基于缺失数据的变压器故障诊断。在k-最邻近方法中,提出以相关系数的负指数为权值的曼哈顿距离来度量样本间距离。一方面用以突出强相关指标对缺失信息的影响,提高数据修复的准确性。另一方面改进的曼哈顿距离适用于基于k-d树的高效搜索策略,可以实现针对海量历史数据的快速搜索,满足在线诊断对算法实时性的需求。实例诊断的结果表明,该方法可以有效降低数据缺失对变压器故障诊断正确率的影响,有利于实现变压器故障的准确、高效在线诊断。 

【文章来源】：电力系统保护与控制. 2019,47(15)北大核心CSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于统计特征与概率神经网络的变压器局部放电类型识别[J]. 李正明,钱露先,李加彬.  电力系统保护与控制. 2018(13)
[2]变压器状态监测组件功能整合研究和性能提升设计[J]. 杨小铭,王煜,饶丹,张鹏,李云龙.  电力系统保护与控制. 2017(16)
[3]基于综合分析方法的变压器故障诊断技术与软件开发[J]. 吕守国,崔玉新,冯迎春,菅有为.  电力系统保护与控制. 2017(10)
[4]考虑时间序列关联的变压器在线监测数据清洗[J]. 林峻,严英杰,盛戈皞,江秀臣,杨祎,陈玉峰.  电网技术. 2017(11)
[5]针对配电变压器的数据清洗方法[J]. 刘沅昆,栾文鹏,徐岩,王鹏,郭屾.  电网技术. 2017(03)
[6]变压器故障诊断用油中溶解气体新特征参量[J]. 汪可,李金忠,张书琦,孙建涛,王健一,高飞,程涣超.  中国电机工程学报. 2016(23)
[7]基于精简集支持向量机的变压器故障检测方法[J]. 陶新民,李震,刘福荣,张越.  高电压技术. 2016(10)
[8]基于时间序列分析的输变电设备状态大数据清洗方法[J]. 严英杰,盛戈皞,陈玉峰,江秀臣,郭志红,秦少鹏.  电力系统自动化. 2015(07)
[9]一种基于多分类概率输出的变压器故障诊断方法[J]. 毕建权,鹿鸣明,郭创新,王逸飞,刘潇洋.  电力系统自动化. 2015(05)
[10]主动差异学习神经网络集成方法在变压器DGA故障诊断中的应用[J]. 张东波,徐瑜,王耀南.  中国电机工程学报. 2010(22)



本文编号：3112997