一种变压器温度信号时间序列分析方法与流程

1.本发明涉及电气设备故障诊断技术领域，特别涉及一种变压器温度信号时间序列分析方法。


背景技术：

2.变压器是电网的核心设备，其安全运行关系着整个电网的安全运行，变压器在运行中会出现局部热点，导致温度发生变化，变压器油纸绝缘系统对温度异常敏感，一旦温度超过限制极易导致绝缘老化，影响安全。目前变压器温度在线监测已经比较成熟，特别是利用温度传感器对出油口、进油口温度进行长期连续在线监测已经是常用方法，但直接利用进油口、出油口温度数据进行分析，一方面环境温度对不同位置温度分布具有影响，直接分析无法避免环境温度的影响；另一方面也无法发挥时间序列分析的优势。因此对于长期在线监测的变压器，目前主要是从数据变化方面进行分析，无法实现在统计范围内对数据进行挖掘分析，也无法从大数据范围内实现对故障的挖掘和判断。
3.针对此问题，本发明提出了一种对变压器进行温度在线监测时进行数据分析和故障诊断的方法。


技术实现要素：

4.本发明实施例提供了一种变压器温度信号时间序列分析方法，以至少解决相关技术中对变压器温度在线监测无法发挥时间序列分析的优势的技术问题。
5.根据本发明实施例的一方面，提供了一种变压器温度信号时间序列分析方法，包括：获取变压器运行中进油口当日温度时间序列t1、变压器运行中出油口当日温度时间序列t2和变压器运行中环境当日温度序列t3；计算t1与t3的动态时间弯曲距离d13，计算t2与t3的动态时间弯曲距离d23；根据不同监测日获得的d12和d13形成聚类平面，并进行聚类分析，计算聚类的重心与零点形成的直线与横坐标的角度φ；根据φ值进行变压器热点位置的判断。
6.可选地，所述动态时间弯曲距离表征变压器不同位置温度序列与环境温度序列之间的距离。
7.可选地，所述聚类平面的形成包括：将不同监测日计算得到的多个动态时间弯曲距离值形成二维平面点，形成聚类分析图。
8.可选地，所述聚类分析图中，将d13作为横坐标，d23作为纵坐标。
9.可选地，根据φ值进行变压器热点位置的判断具体包括：确定基础值φ1，计算不同时间段的φ值，判断所述φ值是否超过φ1的x%，其中x为整数，当超过时，则变压器存在局部热点，且d23的值增大时，则判定热点位置靠近进油口；当φ值大于φ1的-x%时，则变压器存在局部热点，且d13的值增大时，则判定热点位置靠近出油口。
10.可选地，所述t1、t2、t3均包括24个数据点。
11.与现有的技术相比，本发明具有如下有益效果：本发明所提供的变压器温度信号时间序列分析方法，首先获得变压器运行中进油口当日温度时间序列t1、变压器运行中出油口当日温度时间序列t2和变压器运行中环境当日温度序列t3；然后计算t1与t3这两个时间序列的动态时间弯曲距离d13，计算t2与t3这两个时间序列的动态时间弯曲距离d23；根据不同监测日获得的d12和d13形成聚类平面，并进行聚类分析，计算聚类的重心与零点形成直线与横坐标的角度φ；根据φ值进行变压器热点位置的判断。本发明所提出的方法充分利用了变压器连续监测过程中的不同位置的温度数据特征，采用聚类分析的方法将数据特征进行融合分析，具有直观清晰，易于统计分析的特点。
附图说明
12.为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
13.图1是根据本发明实施例的一种变压器温度信号时间序列分析方法的流程图；图2是根据本发明实施例的聚类平面示意图。
具体实施方式
14.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
15.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
16.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
17.根据本发明实施例，提供了一种变压器温度信号时间序列分析方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
18.如图1是根据本发明实施例的一种变压器温度信号时间序列分析方法的流程图，如图1所示，变压器温度信号时间序列分析方法包括如下步骤：步骤1、获取变压器运行中进油口当日温度时间序列t1。
19.具体的，温度监测可利用已有的在线监测系统，可每分钟或每小时测量一次，当每小时测量一次时，序列t1包含24个数据点，测量时间间隔不影响本发明的具体实施，仅影响序列内的数据点个数。
20.步骤2、获取变压器运行中出油口当日温度时间序列t2，其获取原则与步骤1相同。
21.步骤3、变压器的环境温度对于其温度分布具有较大的影响，因此需要获得其环境温度分布，即获取变压器运行中环境当日温度序列t3，其获取原则与步骤1相同。t1、t2、t3三个序列长度一致。
22.步骤4、计算t1与t3的动态时间弯曲距离d13；动态时间弯曲距离是一种准确率高、鲁棒性强的时间序列相似性度量方法。与传统欧氏距离不同的是，动态时间弯曲可以通过弯曲时间序列的时域对时间序列的数据点进行匹配，不仅能够得到更好的形态度量效果，而且能够度量两条不等长的时间序列。在温度监测中，变压器内部的温度监测与环境温度的监测往往是不等长的时间序列，此时利用动态时间完全距离可较好的描述两个序列之间的差异。动态时间弯曲距离的计算已有成熟方法，本专利对其不在进行赘述。
23.步骤5、计算t2与t3的动态时间弯曲距离d23。
24.步骤6、根据不同监测日获得的d12和d13形成聚类平面，并进行聚类分析，计算聚类的重心；具体的，聚类平面的形成包括：将d13作为横坐标，d23作为纵坐标，在二维平面分布图上形成聚类点，如图2所示，并计算聚类重心，重心计算方法为成熟方法，本专利不在赘述。
25.步骤7、计算聚类的重心与零点形成的直线与横坐标的角度φ；。
26.步骤8、根据φ值进行变压器热点位置的判断，具体包括：确定基础值φ1，计算不同时间段的φ值，判断所述φ值是否超过φ1的x%，其中x为整数，当超过时，则变压器存在局部热点，且d23的值增大时，则判定热点位置靠近进油口；当φ值大于φ1的-x%时，则变压器存在局部热点，且d13的值增大时，则判定热点位置靠近出油口。
27.作为一种可选的实施例，可计算变压器刚投运时30个监测日所形成的的30个平面点的φ值作为基础值，然后计算不同时间段的φ值，如某个时间段φ值相比基础φ值波动超过+10%，则说明存在局部热点，且d23的值有所增大，则判定为热点位置靠近进油口，反之，当φ角波动大于-10%时，说明存在局部热点，且d13的值有所增大，则判定热点位置靠近出油口。
28.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。