电力变压器油中溶解气体特性影响因素的量化分析

被引:23
作者
张鹏
齐波
李成榕
黄猛
杨霄
机构
[1] 新能源电力系统国家重点实验室(华北电力大学)
关键词
变压器; 影响因素; CLARAS聚类; Mahalanobis距离; Hausdorff距离; 差异化分析;
D O I
10.13334/j.0258-8013.pcsee.210163
中图分类号
TM41 [电力变压器];
学科分类号
摘要
基于大数据、数据挖掘等技术对变压器进行个性化、差异化评价,是提升设备智慧运维水平的重要手段。在对变压器进行差异化评价时,影响油中溶解气体特性的因素依赖研究人员主观认识选择,缺乏客观性,导致无法充分表达设备的个性化、差异化特征,进而影响评价准确率。因此,该文提出电力变压器油中溶解气体特性影响因素的量化分析方法。考虑溶解气体数据维数多、体量大的特点,提出基于CLARAS-Mahalanobis的快速聚类方法,用于挖掘每个影响因素分类下的聚类中心;考虑异常和噪声数据导致的小样本数据质心偏移问题,基于聚类中心遴选中心点数据集,将中心点数据集之间的平均Hausdorff距离作为表征变压器之间差异性的量化指标,从而实现量化分析。实际的案例验证结果表明:所提出的量化分析方法可以挖掘溶解气体特性的影响因素,以最大程度体现变压器之间的差异性,实现准确地差异化预警。利用该定量分析方法得到的最优影响因素对变压器进行预警的准确率可到98.4%。
引用
收藏
页码:3620 / 3631+3686 +3686
页数:13
相关论文
共 33 条
  • [31] CLARANS: A Method for Clustering Objects for Spatial Data Mining[J] . Raymond T. Ng,Jiawei Han 0001.IEEE Trans. Knowl. Data Eng. . 2002 (5)
  • [32] Silhouettes: A graphical aid to the interpretation and validation of cluster analysis[J] . Peter J. Rousseeuw.Journal of Computational and Applied Mathematics . 1987
  • [33] Comparing partitions[J] . Lawrence Hubert,Phipps Arabie.Journal of Classification . 1985 (1)