[發(fā)明專利]基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211436503.4
• 申請(qǐng)日: 2022-11-16
• 公開（公告）號(hào): CN115758883A
• 公開（公告）日: 2023-03-07
• 發(fā)明（設(shè)計(jì)）人: 劉睿;楊天荷;趙淳;王海濤;彭朝亮;吳啟瑞;胡元;陳浩;張宇;盧仰澤;孔巾嬌;何清;周凱;柯睿
• 申請(qǐng)（專利權(quán)）人: 國網(wǎng)湖北省電力有限公司電力科學(xué)研究院;國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06F16/215;G06F18/15;G06F18/22;G06F18/23
• 代理公司: 深圳市中科創(chuàng)為專利代理有限公司 44384
• 代理人: 游強(qiáng);彭西洋

1.基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，包括以下步驟,其特征在于：

S1：數(shù)據(jù)獲取，收集特高壓油色譜在線監(jiān)測(cè)數(shù)據(jù)、同時(shí)段的離線校驗(yàn)數(shù)據(jù)；

S2：數(shù)據(jù)分析，定位在線監(jiān)測(cè)有價(jià)值數(shù)據(jù)的窗口范圍，并判斷數(shù)據(jù)與窗口范圍值合理性和數(shù)據(jù)類型均衡性，獲取標(biāo)準(zhǔn)訓(xùn)練樣本集數(shù)據(jù)；

S3：評(píng)價(jià)指標(biāo)確定，對(duì)比主設(shè)備運(yùn)行特性油色譜在線監(jiān)測(cè)數(shù)據(jù)和離線校驗(yàn)數(shù)據(jù)的相似性、差異性關(guān)系，依靠設(shè)備個(gè)性化健康標(biāo)準(zhǔn)和行業(yè)通用指標(biāo)，開展數(shù)據(jù)可靠性、準(zhǔn)確性、在線率映射關(guān)系研究，確定油色譜在線監(jiān)測(cè)數(shù)據(jù)源健康評(píng)價(jià)指標(biāo)；

S4：模型訓(xùn)練與構(gòu)建，根據(jù)已有樣本數(shù)據(jù)和評(píng)價(jià)指標(biāo)，針對(duì)樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練、參數(shù)調(diào)整、效果評(píng)估，根據(jù)評(píng)估效果和實(shí)際情況分析進(jìn)行模型優(yōu)化、迭代、更新，完善油色譜在線監(jiān)測(cè)數(shù)據(jù)源健康評(píng)價(jià)模型。

2.根據(jù)權(quán)利要求1所述的基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，其特征在于：所述步驟1中通過數(shù)據(jù)清洗保證數(shù)據(jù)的合理性與一致性。

3.根據(jù)權(quán)利要求1所述的基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，其特征在于：所述步驟2中采用的數(shù)據(jù)聚類分析、關(guān)聯(lián)分析方法開展離線校驗(yàn)數(shù)據(jù)和在線監(jiān)測(cè)數(shù)據(jù)分析。

4.根據(jù)權(quán)利要求1所述的基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，其特征在于：所述步驟3中的評(píng)價(jià)指標(biāo)包括數(shù)據(jù)有效性、數(shù)據(jù)完整性、數(shù)據(jù)穩(wěn)定性和數(shù)據(jù)準(zhǔn)確性。

5.根據(jù)權(quán)利要求1所述的基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，其特征在于：所述步驟4中采用到回歸、多分類、聚類機(jī)器學(xué)習(xí)算法。

6.根據(jù)權(quán)利要求2所述的基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，其特征在于：所述數(shù)據(jù)清洗是利用在運(yùn)超、特高壓設(shè)備在線監(jiān)測(cè)、離線試驗(yàn)等數(shù)據(jù)，分析油色譜特點(diǎn)，構(gòu)建油色譜信號(hào)特征集，利用信號(hào)分類算法挖掘特高壓交流設(shè)備油色譜數(shù)據(jù)關(guān)聯(lián)規(guī)則，對(duì)特征量進(jìn)行優(yōu)選排序，其次，利用基于時(shí)間序列的數(shù)據(jù)清洗方法，分析得到具有強(qiáng)、弱關(guān)聯(lián)的時(shí)間序列；并利用聚類算法檢測(cè)時(shí)間序列中的異常數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)手段進(jìn)行缺失數(shù)據(jù)預(yù)測(cè)和錯(cuò)誤數(shù)據(jù)的修正，進(jìn)而，對(duì)于清洗后的價(jià)值數(shù)據(jù)，對(duì)比不同場(chǎng)景下的典型在線監(jiān)測(cè)數(shù)據(jù)在不同時(shí)間尺度下的發(fā)展規(guī)律，提出不同時(shí)間尺度下的在線監(jiān)測(cè)信號(hào)特征參數(shù)自動(dòng)提取技術(shù)。

7.根據(jù)權(quán)利要求4所述的基于多參量在運(yùn)油色譜裝置監(jiān)測(cè)數(shù)據(jù)質(zhì)量的分析方法，其特征在于：所述數(shù)據(jù)有效性的公式為定義樣本中單臺(tái)設(shè)備的數(shù)據(jù)總組數(shù)為N，清洗后有效數(shù)據(jù)組數(shù)為n，則數(shù)據(jù)有效率T＝n/N×100％，所述數(shù)據(jù)完整性的公式為每個(gè)時(shí)間段內(nèi)若有大于或等于1組數(shù)據(jù)反饋，則認(rèn)為本次數(shù)據(jù)完整有反饋，計(jì)數(shù)為1，否則認(rèn)為本次數(shù)據(jù)缺失，計(jì)數(shù)為0，定義樣本中裝置測(cè)量目標(biāo)時(shí)間段內(nèi)應(yīng)反饋的總次數(shù)為N，實(shí)際反饋數(shù)據(jù)的時(shí)間段次數(shù)為n，則數(shù)據(jù)完整性計(jì)算結(jié)果為C＝n/N×100％，所述數(shù)據(jù)完整性的公式為以測(cè)量數(shù)據(jù)的相對(duì)標(biāo)準(zhǔn)偏差RSD表示，取裝置48h內(nèi)連續(xù)6組的監(jiān)測(cè)數(shù)據(jù)，按下式計(jì)算相對(duì)標(biāo)準(zhǔn)偏差：

式中：RSD——相對(duì)標(biāo)準(zhǔn)偏差、n——測(cè)量次數(shù)、C_i——第i次測(cè)量結(jié)果、——n次測(cè)量結(jié)果的算術(shù)平均值、i——測(cè)量序號(hào)，所述數(shù)據(jù)完整性的公式為單臺(tái)裝置以天為單位分析，以離線數(shù)據(jù)為基準(zhǔn)，計(jì)算各組在線數(shù)據(jù)于當(dāng)日離線數(shù)據(jù)的偏差，偏差率＝|在線值-離線值|/離線值，得到各組分偏差均值，參照標(biāo)準(zhǔn)DL/T 1432精度范圍劃分為A、B、C、D不同精度等級(jí)(A:100，B:60，C：30，D：0)，求出準(zhǔn)確性分?jǐn)?shù)。