[發明專利]一種油色譜在線監測噪聲數據校正方法

有效

• 申請號: 201210523683.X
• 申請日: 2012-12-07
• 公開（公告）號: CN103018383A
• 公開（公告）日: 2013-04-03
• 發明（設計）人: 唐平;鄢小虎;劉凡;彭倩;曹永興;嚴磊;張海龍;孫浩
• 申請（專利權）人: 四川電力科學研究院;國網電力科學研究院武漢南瑞有限責任公司;國家電網公司
• 主分類號: G01N30/86
• 分類號: G01N30/86
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 鄧寅杰

技術領域

本發明屬于變電設備在線監測技術領域，應用在變壓器在線監測設備的噪聲數據校正過程中，具體是一種油色譜在線監測噪聲數據校正方法。

背景技術

變壓器油色譜在線監測可以及時掌握變壓器的運行狀況，發現和跟蹤潛伏性故障，為變壓器的可靠運行提供保障。但由于油色譜在線監測易受環境溫度、濕度和監測設備自身誤差等因素的影響，在線數據可能存在失真，在狀態評價和故障診斷前需要進行數據校。目前，國內外學者對數據校正問題做了大量研究工作并提出了一些算法。主成分回歸分析能有效地去除噪聲數據，但擬合的誤差大，校正準確度低；神經網絡算法擬合效果好，但數據量大時，訓練時間長，存在“過學習”的問題。

針對目前油色譜在線數據校正效果差的情況，本發明提出基于螢火蟲支持向量機的數據校正的方法。首先通過螢火蟲算法對影響支持向量機性能的重要參數進行優化。然后計算油色譜離線數據間的分段函數，當在線數據超出分段函數誤差允許的范圍時，認為在線數據異常。利用少數準確的油色譜離線數據對支持向量機回歸模型進行訓練，當在線數據出現異常時，通過支持向量機回歸模型對異常的在線數據進行校正。本發明提出的算法可以應用于油色譜在線監測裝置之中，對變壓器油色譜的狀態監測數據進行在線校準，使得油色譜在線監測裝置輸出的數據更加真實準確，有效剔除壞點數據，在保證數據真實性的前提下，提高數據的可用性；也可以應用于輸變電設備狀態監測的上位機系統中，對油色譜在線監測的數據進行校驗，合理的分辨出有效的數據，提出壞點數據，對油色譜數據起到過濾的作用。經過本算法處理過的數據可以直接應用于變壓器等輸變電設備的故障診斷及狀態評價，從而直接指導生產運行、狀態檢修和故障診斷工作，極大的提高生產成本和管理水平，推進狀態監測、狀態檢修以及智能運維等產業發展，產生巨大的經濟效益和社會效益。

發明內容

為了解決現有技術中存在的上述問題，本發明提供一種適合于變壓器的油色譜在線監測噪聲數據校正方法。

本發明在數據校正的算法上做了全新的設計，具體技術方案如下：

一種油色譜在線監測噪聲數據校正方法，其方法包括以下步驟：

步驟1）、收集油色譜離線試驗和在線監測數據；

步驟2）、通過螢火蟲算法得到支持向量機回歸模型中重要參數的最優組合；

步驟3）、利用步驟1）得到的少數準確的油色譜離線試驗數據對支持向量機進行訓練，得到支持向量機回歸模型；

步驟4）、初始化在線監測數據的允許偏離半徑h，計算離線試驗間的分段函數，判斷油色譜在線監測的數據是否在模型允許的誤差范圍之內；若在，則認為在線數據正常；否則，認為在線數據異常；

步驟5）、對在線數據進行校正：逐個判斷在線數據是否正常，若數據異常，則由支持向量機回歸模型擬合該時刻的數據，用擬合值代替異常數據；否則，認為油色譜在線監測數據正常，不需要進行校正；

步驟6）、根據現場數據校正反饋的結果，對模型中的參數進行調整。

以上方案中，所述步驟2）中的具體步驟如下：

步驟2.1）、初始化熒光素揮發系數ρ，熒光素增強因子γ，感知范圍r_s，鄰域變化率β，鄰居閾值n_t，移動步長s和每只螢火蟲的位置；

步驟2.2）、確定支持向量機中需要優化參數的取值范圍：確定錯誤懲罰因子C，不敏感參數ε和核參數σ最優值的取值范圍；

步驟2.3）、在每組參數取值范圍內，隨機選取一組值作為螢火蟲個體的位置；將支持向量機擬合值與實際值的誤差作為適應度，誤差越小，則該組參數的性能越好，適應度越大；

步驟2.4）、計算每個螢火蟲的熒光素濃度、決策域范圍和鄰居的熒光素濃度，通過鄰居的熒光素濃度確定螢火蟲的移動方向并向前移動；

步驟2.5）、判斷螢火蟲算法是否達到終止條件；若達到，則選取最優解為支持向量機的參數；否則，轉步驟2.4）。

以上方案中，所述步驟2.1）中，由于支持向量機中需要優化的重要參數是錯誤懲罰因子C，不敏感參數ε和核參數σ最優值，螢火蟲中群體表示為X＝((C₁,ε₁,σ₁),(C₂,ε₂,σ₂),...,(C_N,ε_N,σ_N))