• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 14
    • 下载费用:30 金币  

    重庆时时彩开奖号软件: 油浸式变压器在线监测数据和带电检测数据间系统误差的评价方法.pdf

    关 键 词:
    油浸式 变压器 在线 监测 数据 带电 检测 系统误差 评价 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201611039510.5

    申请日:

    2016.11.21

    公开号:

    CN106771091A

    公开日:

    2017.05.31

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G01N 33/28申请日:20161121|||公开
    IPC分类号: G01N33/28 主分类号: G01N33/28
    申请人: 浙江大学
    发明人: 华中生; 周健; 俞鸿涛
    地址: 310013 浙江省杭州市西湖区余杭塘路866号
    优先权:
    专利代理机构: 杭州天勤知识产权代理有限公司 33224 代理人: 朱朦琪
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201611039510.5

    授权公告号:

    ||||||

    法律状态公告日:

    2019.01.29|||2017.06.23|||2017.05.31

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种油浸式变压器在线监测数据和带电检测数据间系统误差的评价方法,首先,分别获得在线监测数据和带电检测数据,经预处理后得到两组特征气体含量??时间序列;其次,将预处理后的在线监测特征气体含量??时间序列分为O1和O2两个集合,再将预处理后的带电检测特征气体含量??时间序列分为F1和F2两个集合;最后,按式:ρ=αρ1+(1??α)ρ2计算得到系统误差ρ,并通过ρ值的大小来评价油浸式变压器在线监测数据和带电检测数据的走势相似程度;本发明提供了一种系统误差ρ的计算方法,通过该值的大小可以准确描述在线监测数据时间序列和带电检测数据时间序列的走势相似程度,该评价方法客观公正,简单易行。

    权利要求书

    1.一种油浸式变压器在线监测数据和带电检测数据间系统误差的评价方法,其特征在
    于,包括如下步骤:
    (1)、通过远程在线监测设备获得油浸式变压器油内特征气体的含量,记为在线监测数
    据;通过人工取样获得油浸式变压器油内特征气体的含量,记为在带电检测数据;分别对在
    线监测数据和带电检测数据进行预处理,得到时间间隔相同且时间点相互对应的两组特征
    气体含量-时间序列;
    (2)、将预处理后的在线监测特征气体含量-时间序列分为两个集合,既有在线监测数
    据又有真实带电检测数据的时刻对应的在线监测特征气体含量值组成的集合记为O1,剩余
    在线监测特征气体含量值组成的集合记为O2;
    再将预处理后的带电检测特征气体含量-时间序列分为两个集合,既有真实带电检测
    数据又有在线监测数据的时刻对应的带电检测特征气体含量值组成的集合记为F1,剩余带
    电检测特征气体含量值组成的集合记为F2;
    (3)按如下的式(Ⅰ)进行计算,得到系统误差ρ,并通过ρ值的大小来评价油浸式变压器
    在线监测数据和带电检测数据的走势相似程度;
    ρ=αρ1+(1-α)ρ2 (Ⅰ);
    式中,ρ1为集合O1与集合F1的系统误差,α为集合O1与集合F1的系统误差权重;ρ2为集合O2
    与集合F2的系统误差,1-α为集合O2与集合F2的系统误差权重;
    0<α<1。
    2.根据权利要求1所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于,步骤(1)中,所述的特征气体包括乙烯、一氧化碳、二氧化碳、氢气、甲
    烷、乙烷、乙烯、乙炔或总烃;所述特征气体的含量为特征气体的质量浓度或体积浓度。
    3.根据权利要求1所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于,步骤(1)中,所述的预处理为:
    以一天为时间间隔,一天内有多个数据的取平均数,没有数据的用线性插值代替。
    4.根据权利要求1所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于,步骤(3)中,0.6≤α≤0.8。
    5.根据权利要求1所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于,步骤(3)中,ρ1与ρ2的计算公式如下式(Ⅱ)所示:
    <mrow> <msub> <mi>&rho;</mi> <mi>k</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>i</mi> <mo>&gt;</mo> <mi>j</mi> </mrow> <mrow> <mo>|</mo> <msub> <mi>O</mi> <mi>k</mi> </msub> <mo>|</mo> </mrow> </munderover> <msub> <mi>l</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>&rho;</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mi>I</mi> <mi>I</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
    k=1或2,i、j分别代表在线监测数据或带电检测数据的第i个点和第j个点;
    |Ok|表示集合Ok中的元素个数;
    ρkij表示ρk的第j个点到第i个点的分量,lkij表示ρkij的权重。
    6.根据权利要求5所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于:
    当且时,ρk=0,k=1,2;
    否则有:
    <mrow> <msub> <mi>&rho;</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mrow> <mo>(</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mi>R</mi> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>(</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>&NotEqual;</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <mo>|</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> <mo>/</mo> <mn>20</mn> <mo>+</mo> <mn>0.01</mn> </mrow> </mfrac> </mrow> </msup> </mtd> <mtd> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mo>(</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>&NotEqual;</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <mo>|</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> <mo>/</mo> <mn>20</mn> <mo>+</mo> <mn>0.01</mn> </mrow> </mfrac> </mrow> </msup> </mtd> <mtd> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>&NotEqual;</mo> <mn>0</mn> <mo>,</mo> <mo>(</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>O</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mo>(</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>F</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
    其中:i,j=1,2,...,|Ok|,i>j,
    k=1,2;
    Oki表示序列Ok中第i项。
    7.根据权利要求5所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于,
    <mrow> <msub> <mi>l</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>a</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>b</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>i</mi> <mo>&gt;</mo> <mi>j</mi> </mrow> <mrow> <mo>|</mo> <msub> <mi>F</mi> <mi>k</mi> </msub> <mo>|</mo> </mrow> </msubsup> <msub> <mi>a</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>b</mi> <mrow> <mi>k</mi> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mi>I</mi> <mi>I</mi> <mi>I</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
    其中,k=1或2,︱Fk︱表示集合Fk中的元素个数;
    Fki表示数量Fk的第i个数据,k=1,2。
    Eki表示Fk序列第i个数据对应的时间,k=1,2。
    8.根据权利要求1所述的油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,其特征在于,步骤(3)中,对得到的系统误差ρ进行归一化处理,保证系统误差的取
    值范围在(0,1];
    归一化公式为

    说明书

    油浸式变压器在线监测数据和带电检测数据间系统误差的评价方法

    技术领域

    本发明涉及信号分析领域,具体涉及一种油浸式变压器在线监测数据和带电检测
    数据间系统误差的评价方法。

    背景技术

    目前,油浸式变压器设备一般有两种检测手段来监控设备的运转,监控的内容是
    变压器油内特征气体的含量。一种是在线监测,即使用红外测谱仪远程在线监测设备;一种
    是带电检测,即专业人员到现场对变压器内部的油进行取样检测。在线监控装置费用低,会
    产生大量密集的监测数据,但其准确度可能存在一定缺陷;为了安全性考虑,一般电网还会
    定期派专业人员到现场对设备进行现场检测,从而得到相对于在线监测数据比较稀疏的带
    电检测数据,并且当在线监测装置显示被检测的变压器出问题时,也会有专业人员去进行
    现场检测来核实情况,从而得到现场带电检测数据。这样我们就得到了一个密度高的在线
    监测时间序列,一个密度低的带电检测时间序列,但是对于如何评价这两个不同分布密度
    的时间序列的走势相似程度,目前没有现成可用的评价方法,因此迫切的需要一个评价标
    准来衡量两个不同分布密度的时间序列的走势相似程度。

    要探究两列数据的走势相似程度,一般情况下有皮尔森相关系数法(Pearson
    K.Note on Regression and Inheritance in the Case of Two Parents[J]
    .Proceedings of the Royal Society of London,2006,58:240-242.)、最大信息系数法
    (MIC)(Reshef D N,Reshef Y A,Finucane H K,et al.Detecting novel associations
    in large data sets.[J].Science,2011,334(6062):1518-24.)和多重分形降趋交叉相关
    性算法(MF-X-DFA)(Zhou W X.Multifractal detrended cross-correlation analysis
    for two nonstationary signals.[J].Physical Review E,2008,77(6).)

    皮尔森相关系数一般用如下公式计算:


    其中r表示两数据列的皮尔森相关系数,n为样本量,Xi,Yi、分别为两个变量的
    观测值和均值。皮尔森相关系数描述的是两个变量间线性相关强弱的程度。r的取值在-1与
    +1之间,若r>0,表明两个变量是正相关,即一个变量的值越大,另一个变量的值也会越大;
    若r<0,表明两个变量是负相关,即一个变量的值越大另一个变量的值反而会越??;r的绝对
    值越大表明相关性越强。但是皮尔森相关系数有很多缺点,比如皮尔森相关系数只能探究
    两变量间的线性相关关系,即使r=0,也只能表明两个变量间不是线性相关,但有可能是其
    他方式的相关。再者,皮尔森相关系数研究的是两个变量间静态的关系,没有时间序列的这
    一概念。

    最大信息系数法(MIC)用如下公式计算:


    其主要运用蒙特卡洛抽样的思想,将随机变量的散点图分为一定数量的“格子”,
    每个格子落入的散点越多,随机变量在该格子上的概率就越大,从而估计出随机变量的联
    合概率密度。分子表示的就是用随机变量在格子上的概率估计出的联合概率密度来表示互
    信息。分母中的|X|,|Y|分别表示X,Y方向共被分成了多少段,B为数据总量的0.6或者0.55
    次方,是个经验值。分母的作用主要是利用这些切割的格子对得到的互信息系数进行标准
    化,使所得的最大互信息系数范围在(0,1)之间。最大信息系数法不仅可以衡量线性相关
    性,其他形式的相关性也可以体现,比如没有噪声的正弦函数形式的最大信息系数为1,但
    是最大信息系数法仍然存在一个缺点,就是同皮尔森相关系数一样没有引入时间序列的概
    念。

    多重分形降趋交叉相关性算法(MF-X-DFA)用如下步骤进行计算:

    首先,假定给定两时间序列为x(k),y(k),k=1,2,3...N,构造新的时间序列:

    其中分别为样本均值。

    然后将X(i),Y(i)分为Ns个不重叠的子序列,每一个子序列具有相同长度s,使得N
    (s)=int(N/s),得到Xv(i)={X(i),(v-1)s+1≤i≤vs},Yv(i)={Y(i),(v-1)s+1≤i≤vs},
    v=1,2,3...Ns。再用多项式函数对每个子序列进行最小二乘法拟合(LSM拟合),得到拟合
    曲线则每一个子序列的降趋协方差表示为:


    波动函数定义为:

    最后,如果两个时间序列具有长程交叉相关性,则波动函数Fxy(s)和时间间隔s存
    在幂律关系式hxy的取值范围为(0,1)。若hxy=0.5则表明两时间序列各自不具
    有长程相关性,即时间序列可以用随机游走来描述,且两者间不存在长程交叉相关性;若0
    <hxy<0.5,则表明两时间序列各自具有反持久性效应,且两者间具有幂律关系式的反持久
    性效应的交叉相关性;若0.5<hxy<1,则表明两时间序列各自具有长程相关性,两者间具有
    幂律关系式的持久性效应的交叉相关性。但是,多重分形降趋交叉相关性算法(MF-X-DFA)
    只能用于两个相同长度的时间序列。

    由此可知,上述现有的方法均不能直接用于油浸式变压器在线监测时间序列与带
    电时间序列的走势相似程度的分析。

    发明内容

    本发明提供了一种油浸式变压器在线监测数据和带电检测数据间系统误差的评
    价方法,经计算得到系统误差ρ,通过该值的大小准确描述了在线监测数据时间序列和带电
    检测数据时间序列的走势相似程度,该评价方法客观公正,简单易行。

    一种油浸式变压器在线监测数据和带电检测数据间系统误差的评价方法,包括如
    下步骤:

    (1)、通过远程在线监测设备获得油浸式变压器油内特征气体的含量,记为在线监
    测数据;通过人工取样获得油浸式变压器油内特征气体的含量,记为在带电检测数据;分别
    对在线监测数据和带电检测数据进行预处理,得到时间间隔相同且时间点相互对应的两组
    特征气体含量-时间序列;

    (2)、将预处理后的在线监测特征气体含量-时间序列分为两个集合,既有在线监
    测数据又有真实带电检测数据的时刻对应的在线监测特征气体含量值组成的集合记为O1,
    剩余在线监测特征气体含量值组成的集合记为O2;

    再将预处理后的带电检测特征气体含量-时间序列分为两个集合,既有真实带电
    检测数据又有在线监测数据的时刻对应的带电检测特征气体含量值组成的集合记为F1,剩
    余带电检测特征气体含量值组成的集合记为F2;

    (3)按如下的式(Ⅰ)进行计算,得到系统误差ρ,并通过ρ值的大小来评价油浸式变
    压器在线监测数据和带电检测数据的走势相似程度;

    ρ=αρ1+(1-α)ρ2 (Ⅰ);

    式中,ρ1为集合O1与集合F1的系统误差,α为集合O1与集合F1的系统误差权重;ρ2为
    集合O2与集合F2的系统误差,1-α为集合O2与集合F2的系统误差权重;

    0<α<1。

    作为优选,步骤(1)中,所述的特征气体包括总烃、乙烯、甲烷、乙烷、乙烯、乙炔、氢
    气、一氧化碳或二氧化碳;

    所述特征气体的含量为特征气体的质量浓度或体积浓度。

    作为优选,步骤(1)中,所述的预处理以一天为时间间隔,一天内有多个数据的取
    平均数,没有数据的用线性插值代替。

    步骤(3)中,系统误差权重α的确定采用经验值,因为O1、F1部分有准确带电数据,权
    重分配大一些,优选0.6≤α≤0.8。

    步骤(3)中,ρ1与ρ2的计算公式如下式(Ⅱ)所示:


    k=1或2,i、j分别代表在线监测数据或带电检测数据的第i个点和第j个点;

    |Ok|表示集合Ok中的元素个数;

    ρkij表示ρk的第j个点到第i个点的分量,lkij表示ρkij的权重。

    ρkij为ρk的第j个点到第i个点的分量,表示在线数据和带电数据的第j个点到第i
    个点的系统误差,对于每一部分的系统误差,我们用其序列内每两个对应点的系统误差加
    权之和来衡量,而每两个对应点的系统误差我们用这两个对应点变化的方向和幅度来衡
    量,变化方向相同,变化幅度相近的系统误差值大,表示两时间序列走势相似度高;变化方
    向相反,变化幅度差距大的系统误差值小,表示两时间序列走势相似度低。

    当且时,ρk=0,k=1,2。

    否则有:


    其中:


    Oki表示序列Ok中第i项。

    对每一个ρkij,我们从其连线的变化方向和变化幅度两个层面来确定其取值,若同
    向变化,则取正值,变化幅度越相似,ρkij的绝对值越大;反向取负值,变化幅度越越大,ρkij
    的绝对值越大。当在线数据和带电数据其中有一组连线是平行于横坐标的直线时,因为它
    没有方向,所以我们用另一组连线的变化幅度来衡量此刻的系统误差。当两连线均平行于
    横坐标时,表示它们的变化无论方向还是幅度都是一致的,因此定值为1。另外,当带电数据
    不全为0而在线数据全为0时,我们认为很可能是色谱仪出现了问题,此时我们将其系数定
    义为0。

    对于每两个点的系统误差对整体系统误差的权重分配,我们采用了气体浓度和时
    间距离两个复合权重,两点的气体浓度越高、时间距离越远权重越大。

    lkij的计算公式如下式(Ⅲ):


    其中,k=1或2,︱Fk︱表示集合Fk中的元素个数;

    Fki表示数量Fk的第i个数据,k=1,2。

    Eki表示Fk序列第i个数据对应的时间,k=1,2。

    首先,因为我们更关注气体浓度较高时测量的准确性,因此用气体浓度来构建一
    个ρkij的权重表达式,气体浓度越高,权重越大,记akij为气体浓度权重。

    然后,我们关注不同时间距离下两连线对整体走势的描述重要性不同,因此用距
    离来构建一个ρkij的权重表达式,时间跨度越远权重越大,记bkij为时间距离权重。

    然后,综合气体浓度权重和时间距离权重,令:


    分子表示用每段点j到点i的气体浓度权重和时间距离权重的积作为新的权重,分
    母是归一化处理。

    至此,所有的ρkij和lkij均计算出来了,代入式(Ⅱ)中,分别得出ρ1与ρ2,再代入式
    (Ⅰ)中,得出系统误差ρ。

    作为优选,对步骤(3)中得到的系统误差ρ进行归一化处理,做如下映射:


    将系统误差系数的取值范围在保持原有顺序的基础上由(-1,1]映射为(0,1]。

    通过上述评价方法最终获得的系统误差ρ的结果取值范围为(0,1],且上下平移在
    线数据不会改变算法结果,值越大越好。结果的值越大代表在线监测数据和带电检测数据
    的走势越相近;越小表示在线监测数据和带电检测数据的走势越不相同。

    其中,算法取到边界点的条件为:当结果为1时,即带电检测数据的线性插值和在
    线监测数据的曲线完全平行。当结果为0时,即带电检测数据的线性插值和在线监测数据的
    曲线关于平行于横坐标的直线y=a对称时,且带电检测数据任意两点的斜率为正负无穷,a
    是任意时刻两曲线上点的均值。也就是说0值只能趋近不能到达。

    与现有技术相比,本发明具有以下优点:

    本发明中的评价方法引入了时间序列的概念,通过一系列计算后可以得到系统误
    差ρ,该值可以准确描述在线监测数据时间序列和带电检测数据时间序列的走势相似程度,
    该评价方法客观公正,简单易行。

    附图说明

    图1为某变压器油内乙烯浓度的在线监测数据与带电检测数据对比图;

    图2为某变压器油内二氧化碳气体浓度的在线监测数据与带电检测数据对比图;

    图3为某变压器油内一氧化碳浓度的在线监测数据与带电检测数据对比图;

    图4为某变压器油内一氧化碳浓度的在线监测数据与带电检测数据对比图;

    图5为某变压器油内一氧化碳浓度的在线监测数据与带电检测数据对比图;

    以上数据均来自不同变压器。

    具体实施方式

    下面结合具体实施例对本发明做进一步的说明,但本发明不限于下述实施例。

    实施例1监控油浸式变压器油内乙烯气体的浓度,数据如图1所示:

    对两个时间序列进行预处理,在线监测时间序列以一天为时间间隔,一天内有多
    个数据的取平均数,没有数据的用线性插值代替;带电检测时间序列也以一天为时间间隔,
    一天内有多个数据的取平均数,没有数据的用线性插值代替。

    然后将数据分为两个部分来研究,一部分是在线时间序列对应时间点有带电数据
    的部分组成的集合,记作O1,对应的带电时间序列部分为F1,另一部分是在线时间序列对应
    时间点没有带电数据的部分组成的集合,记作O2,对应的带电时间序列部分为F2。记O1、F1部
    分对整体系统误差的影响权重为α,O2、F2部分对整体系统误差的影响权重为1-α,ρ1和ρ2分
    别表示O1、F1和O2、F2两部分的系统误差,则整体的系统误差为ρ=αρ1+(1-α)ρ2。记ρkij是ρk的
    第j个点到第i个点的分量,表示在线数据和带电数据的第j个点到第i个点的系统误差,记
    lkij为ρkij综合的权重,因此有:

    |Ok|表示集合Ok中的元素个数,k=1,2。

    当且时,ρk=0,k=1,2。

    否则有:


    其中:


    Oki表示序列Ok中第i项。

    对每一个ρkij,我们从其连线的变化方向和变化幅度两个层面来确定其取值,若同
    向变化,则取正值,变化幅度越相似ρkij的绝对值越大;反向取负值,变化幅度越越大ρkij的
    绝对值越大。当在线数据和带电数据其中有一组连线是平行于横坐标的直线时,因为他没
    有方向,所以我们用另一组连线的变化幅度来衡量此刻的系统误差。当两连线均平行于横
    坐标时,表示他们的变化无论方向还是幅度都是一致的,因此定值为1。另外,当带电数据不
    全为0而在线数据全为0时,我们认为很可能是色谱仪出现了问题,此时我们将其系数定义
    为0。

    最后再来确定每个连线的权重lkij。

    首先,因为我们更关注气体浓度较高时测量的准确性,因此用气体浓度来构建一
    个ρkij的权重表达式,气体浓度越高,权重越大,记akij为ρkij的权重。

    然后,我们关注不同时间距离下两连线对整体走势的描述重要性不同,因此用距
    离来构建一个ρkij的权重表达式,时间跨度越远权重越大,记bkij为ρkij的权重。

    然后,综合气体浓度权重和时间距离权重,令:


    分子表示用每段点j到点i的气体浓度权重和时间距离权重的积作为新的权重,分
    母是归一化处理。

    至此,所有的ρkij和lkij均计算出来了,因为O1、F1部分有准确带电数据,权重分配大
    一些,令α=0.6,则系统误差为:


    最后,做归一化处理,做如下映射:


    将系统误差系数的取值范围在保持原有顺序的基础上由(-1,1]映射为(0,1]。最
    终得到的系统误差为0.7881。

    图1为某变压器油内乙烯浓度的在线监测数据与带电检测数据对比图,观察可知,
    两组数据的时间序列只有开始一小段方向相反,中间一小段幅度不一致,其它地方两时间
    序列的走势很相近,两组时间序列的走势相似程度与计算得到的系统误差的数值相符。

    实施例2监控油浸式变压器油内二氧化碳气体的浓度,数据如图2所示:

    采用与实施例1中相同的计算方式,计算得到的系统误差为0.6573。

    观察图2可知,两组数据的时间序列的总体走势表现一般,中间部分出现一个较大
    的偏差,紧接着又有一个反向阶段,尾部的方向也相反,两组时间序列的走势相似程度与计
    算得到的系统误差的数值相符。

    实施例3监控油浸式变压器油内一氧化碳气体的浓度,数据如图3所示:

    采用与实施例1中相同的计算方式,计算得到的系统误差为0.3478。

    观察图3可知,两组数据的时间序列的总体走势表现很差,带电时间序列几乎没有
    波动,而在线时间序列有很多个大幅波动,两组时间序列的走势相似程度与计算得到的系
    统误差的数值相符。

    由以上三个实施例可以看出,系统误差的评价标准是客观公正的,可以很好地描
    述在线监测数据和带电检测数据两时间序列走势的相似程度。

    实施例4监控油浸式变压器油内一氧化碳气体的浓度,数据如图4所示:

    采用与实施例1中相同的计算方式,计算得到的系统误差为0.3119。

    对比例1~2监控油浸式变压器油内一氧化碳气体的浓度,数据如图4所示:

    分别通过皮尔森相关系数法和最大信息系数法对图4中的数据进行计算,得到的
    皮尔森相关系数为-0.4135,最大信息系数为0.9179。

    观察图4可知,两组数据的时间序列随时间的推移近似是相反的走势,显然最大信
    息系数为0.9179不能准确体现在线测试一氧化碳数据和带电测试一氧化碳插值数据两个
    时间序列的走势关系。而采用本发明中的方法获得的系统误差为0.3119和皮尔森相关系数
    为-0.4135较好地描述了两时间序列的走势相似度情况。

    实施例5监控油浸式变压器油内一氧化碳气体的浓度,数据如图5所示:

    采用与实施例1中相同的计算方式,计算得到的系统误差为0.7426。

    对比例3~4监控油浸式变压器油内一氧化碳气体的浓度,数据如图5所示:

    分别通过皮尔森相关系数法和最大信息系数法对图5中的数据进行计算,得到的
    皮尔森相关系数为1,最大信息系数为1。

    观察图5可知,两组数据的时间序列的走势随时间变化方向基本一致,但变化的幅
    度有所不同,显然最大信息系数和皮尔森相关系数为1均不能准确体现在线测试一氧化碳
    数据和带电测试一氧化碳插值数据两个时间序列的走势关系,而系统误差系数0.7426较好
    地描述了两时间序列的走势情况。

    关于本文
    本文标题:油浸式变压器在线监测数据和带电检测数据间系统误差的评价方法.pdf
    链接地址://www.4mum.com.cn/p-6004838.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 幸运飞艇是正规的吗 福彩快三大小单双玩法 彩票方案 梦幻西游69最省钱赚钱的门派 彩8彩票网址下载 北赛车pk10直播手机版 推荐新影片怎么赚钱 3d捕鱼游戏上下分 七星彩技巧规律 北京赛车直播平台 京pk10五码稳定计划 水下工程赚钱吗 不要充值的棋牌游戏大厅 幸运飞艇冷热温计划软件 pc28科学高胜率打法 双色球012路区间比技巧