CN104374842B - 一种油色谱在线监测数据置信度分析方法和系统 - Google Patents

Abstract

本发明提供一种油色谱在线监测数据置信度分析方法，方法包括：得到油色谱在线监测的当前时间及其对应的监测数据；以当前时间的上一时间为起点，根据预设的分析时间范围反序方式确定终点后，得到分析时间范围对应的时间集合及其对应在预设的油色谱在线监测数据集合中的数据集合，并采用最小二乘法进行拟合，根据预设的拟合模型得到预测数据；计算预测数据与监测数据之间的差值范围，并在预设的差值范围与置信度对应关系中确定置信度；当置信度大于预设的置信度阈值时，则监测数据保存至油色谱在线监测数据集合中。实施本发明实施例，其基于最小二乘法，能够有效地提高油色谱在线监测数据的准确性和可靠性，减少无效工作量，避免资源浪费。

Description

一种油色谱在线监测数据置信度分析方法和系统

技术领域

本发明涉及电力系统技术领域，尤其涉及一种油色谱在线监测数据置信度分析方法和系统。

背景技术

油中溶解气体分析是大型变压器故障诊断的最有效的方法之一。传统的实验室油色谱分析有周期长、取样运送测量环节多等缺点，而油色谱在线监测技术很好地弥补了这个缺点，对于及时发现变压器潜伏性故障、避免发生电力系统重大事故具有重要的作用。油色谱在线监测系统用于监测变压器绝缘油中溶解其他的组分含量，可以帮助用户对运行中的充油电力设备是否存在潜伏性的过热、放电、绝缘等故障进行监测预警，以保障电网安全有效运行的二次系统。油色谱在线监测系统一般由工作在设备现场的数据采集单元、工作在变电站的数据传输单元、工作在公司总部的油色谱在线监测主站系统以及数据传输通道构成。

在实际运行中，由于油色谱在线监测系统的工作环境比较恶劣，较容易出现瞬时的电磁干扰和通信故障等问题，导致油色谱在线监测系统获取的数据受到污染，从而可能发出错误的告警信息，并导致后续无意义的离线分析，增加无效工作量和浪费各种资源。因此，为了提高油色谱在线监测数据的可信度，亟需一种分析方法，可通过对油色谱在线监测数据信息进行置信度分析。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于最小二乘法的油色谱在线监测数据置信度分析方法和系统，能够有效地提高油色谱在线监测数据的准确性和可靠性，减少无效工作量，避免资源浪费。

为了解决上述技术问题，本发明实施例提供了一种油色谱在线监测数据置信度分析方法，所述方法包括：

得到油色谱在线监测的当前时间及其对应的监测数据；

以所述当前时间的上一时间为起点，根据预设的分析时间范围按时间反序方式确定所述分析时间范围的终点后，得到所述分析时间范围对应的时间集合，且在预设的油色谱在线监测数据集合中得到所述时间集合对应的数据集合，并采用最小二乘法对所述得到的时间集合对应的数据集合进行拟合，根据预设的拟合模型得到所述当前时间对应的预测数据；

计算所述当前时间对应的预测数据与监测数据之间的差值范围，并根据所述计算出的差值范围在预设的差值范围与置信度对应关系中确定置信度；

当所述确定的置信度大于预设的置信度阈值时，则将所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中；

当所述确定的置信度小于所述预设的置信度阈值时，则将所述当前时间对应的预测数据作为所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

其中，在所述得到油色谱在线监测的当前时间及其对应的监测数据步骤之前，所述方法还包括步骤：

确定监测时间及其对应的监测数据，并根据所述监测时间对应的监测数据，预设所述油色谱在线监测数据集合；

预设所述分析时间范围；

预设所述拟合模型；以及

预设所述差值范围与置信度对应关系。

其中，所述差值范围与置信度对应关系具体为：

当所述差值范围位于(0，5％)时，所述置信度为95％；当所述差值范围位于[5％，10％)范围内时，所述置信度为90％；当所述差值范围位于[10％，20％)范围内时，所述置信度为70％。

其中，所述拟合模型为所述监测时间与所述监测时间对应的监测数据构建的一元线性函数。

本发明实施例还提供了一种油色谱在线监测数据置信度分析系统，所述系统包括：

获取监测数据单元，用于得到油色谱在线监测的当前时间及其对应的监测数据；

获取预测数据单元，用于以所述当前时间的上一时间为起点，根据预设的分析时间范围按时间反序方式确定所述分析时间范围的终点后，得到所述分析时间范围对应的时间集合，且在预设的油色谱在线监测数据集合中得到所述时间集合对应的数据集合，并采用最小二乘法对所述得到的时间集合对应的数据集合进行拟合，根据预设的拟合模型得到所述当前时间对应的预测数据；

置信度确定单元，用于计算所述当前时间对应的预测数据与监测数据之间的差值范围，并根据所述计算出的差值范围在预设的差值范围与置信度对应关系中确定置信度；

直接保存单元，用于当所述确定的置信度大于预设的置信度阈值时，则将所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中；

修订后保存单元，用于当所述确定的置信度小于所述预设的置信度阈值时，则将所述当前时间对应的预测数据作为所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

其中，所述系统还包括：

预设单元，用于确定监测时间及其对应的监测数据，并根据所述监测时间对应的监测数据，预设所述油色谱在线监测数据集合；预设所述分析时间范围；预设所述拟合模型；以及预设所述差值范围与置信度对应关系。

实施本发明实施例，具有如下有益效果：

在本发明实施例中，由于油中气体的产生过程相对比较缓慢，油色谱在线监测数据在相邻时间段内不会发生剧烈的变化，因此根据此特征采用最小二乘法来分析油色谱数据的置信度，能够有效地提高油色谱在线监测数据的准确性和可靠性，减少无效工作量，避免资源浪费。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。

图1为本发明实施例提供的油色谱在线监测数据置信度分析方法的流程图；

图2为本发明实施例提供的油色谱在线监测数据置信度分析方法应用场景中监测时间与监测数据对应关系图；

图3为本发明实施例提供的油色谱在线监测数据置信度分析系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

如图1所示，为本发明实施例提供的一种油色谱在线监测数据置信度分析方法，所述方法包括：

步骤S101、得到油色谱在线监测的当前时间及其对应的监测数据；

在步骤S101之前，所述方法还包括步骤：确定监测时间及其对应的监测数据，并根据所述监测时间对应的监测数据，预设所述油色谱在线监测数据集合；预设所述分析时间范围；预设所述拟合模型；以及预设所述差值范围与置信度对应关系。

步骤S102、以所述当前时间的上一时间为起点，根据预设的分析时间范围按时间反序方式确定所述分析时间范围的终点后，得到所述分析时间范围对应的时间集合，且在预设的油色谱在线监测数据集合中得到所述时间集合对应的数据集合，并采用最小二乘法对所述得到的时间集合对应的数据集合进行拟合，根据预设的拟合模型得到所述当前时间对应的预测数据；

具体过程为，假设获取到数据的当前时间为T₀，获取到的油色谱在线监测数据为D₀，根据当前时间T₀选取过去最近一段时间内(如分析时间范围为7天)的数据集合(D_0-7，……，D_0-2，D_0-1)；

采用最小二乘法对7天的数据集合(D_0-7，……，D_0-2，D_0-1)进行拟合，并根据拟合模型D＝a+b*T(该拟合模型可选取时间与数据的一元线性函数)计算所得数据(D’_0-7，……，D’_0-2，D’_0-1)的差值平方和Σ(D_i-D_i')²最小为优化判据，求出函数的系数a和b。即令将一元函数代入后得：分别对D_i、T求偏导数并令其等于0，则可得到两个关于a和b为未知数的两个方程组：

$a=\frac{{\mathrm{\ΣD}}_i}{n}-b\frac{{\mathrm{\ΣT}}_i}{n}---\left(1\right)$

$b=\frac{{\mathrm{n\ΣD}}_i{T}_i-{\mathrm{\ΣD}}_i{\mathrm{\ΣT}}_i}{{{\mathrm{n\ΣT}}_i}^2-{\left({\mathrm{\ΣT}}_i\right)}^2}---\left(2\right)$

其中，n为历史实测数据的个数；

当采用最小二乘法确定了系数a和b之后，根据该函数公式即可预测出当前时间T₀的数据D’₀。

作为一个例子，如图2所示，为一组油色谱总烃的历史实测数据，当前时间T0的油色谱总烃在线监测数据为2.64。在此数据样本下通过最小二乘法预测的当前时间油色谱总烃数据为3.008，与在线监测数据的差值比例为12.2％。根据预先设置的差值与置信度的对应关系，则认为当前时间T₀采集到的油色谱总烃在线监测数据2.64的置信度为70％。

步骤S103、计算所述当前时间对应的预测数据与监测数据之间的差值范围，并根据所述计算出的差值范围在预设的差值范围与置信度对应关系中确定置信度；

具体过程为，根据公式得到差值范围，其中，S为差值范围，M1为监测数据，M2为预测数据，差值范围与置信度对应关系可根据实际情况进行设置；再将差值范围在该差值范围与置信度对应关系中找到相应的置信度。作为一个例子，差值范围与置信度对应关系可表示为：当差值范围位于(0，5％)时，置信度为95％；当差值范围位于[5％，10％)范围内时，置信度为90％；当差值范围位于[10％，20％)范围内时，置信度为70％。

步骤S104、当所述确定的置信度大于预设的置信度阈值时，则将所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

具体过程为，根据计算的差值范围在差值范围与置信度对应关系中获取的置信度大于预设的置信度阈值(如70％)，则直接将当前时间对应的监测数据保存至预设的油色谱在线监测数据集合中；反之，则执行步骤S105，当所述确定的置信度小于所述预设的置信度阈值时，修订所述当前时间对应的监测数据，将所述当前时间对应的预测数据作为所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

如图3所示，本发明实施例还提供一种油色谱在线监测数据置信度分析系统，所述系统包括：

获取监测数据单元310，用于得到油色谱在线监测的当前时间及其对应的监测数据；

获取预测数据单元320，用于以所述当前时间的上一时间为起点，根据预设的分析时间范围按时间反序方式确定所述分析时间范围的终点后，得到所述分析时间范围对应的时间集合，且在预设的油色谱在线监测数据集合中得到所述时间集合对应的数据集合，并采用最小二乘法对所述得到的时间集合对应的数据集合进行拟合，根据预设的拟合模型得到所述当前时间对应的预测数据；

置信度确定单元330，用于计算所述当前时间对应的预测数据与监测数据之间的差值范围，并根据所述计算出的差值范围在预设的差值范围与置信度对应关系中确定置信度；

直接保存单元340，用于当所述确定的置信度大于预设的置信度阈值时，则将所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

其中，所述系统还包括：

修订后保存单元350，用于当所述确定的置信度小于所述预设的置信度阈值时，则将所述当前时间对应的预测数据作为所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

其中，所述系统还包括：

预设单元360，用于确定监测时间及其对应的监测数据，并根据所述监测时间对应的监测数据，预设所述油色谱在线监测数据集合；预设所述分析时间范围；预设所述拟合模型；以及预设所述差值范围与置信度对应关系。

实施本发明实施例，具有如下有益效果：

在本发明实施例中，由于油中气体的产生过程相对比较缓慢，油色谱在线监测数据在相邻时间段内不会发生剧烈的变化，因此根据此特征采用最小二乘法来分析油色谱数据的置信度，能够有效地提高油色谱在线监测数据的准确性和可靠性，减少无效工作量，避免资源浪费。

值得注意的是，上述系统实施例中，所包括的各个系统单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (6)

1.一种油色谱在线监测数据置信度分析方法，其特征在于，所述方法包括：

得到油色谱在线监测的当前时间及其对应的监测数据；

以所述当前时间的上一时间为起点，根据预设的分析时间范围按时间反序方式确定所述分析时间范围的终点后，得到所述分析时间范围对应的时间集合，且在预设的油色谱在线监测数据集合中得到所述时间集合对应的数据集合，并采用最小二乘法对所述得到的时间集合对应的数据集合进行拟合，根据预设的拟合模型得到所述当前时间对应的预测数据；

计算所述当前时间对应的预测数据与监测数据之间的差值范围，并根据所述计算出的差值范围在预设的差值范围与置信度对应关系中确定置信度；

当所述确定的置信度大于预设的置信度阈值时，则将所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中；

当所述确定的置信度小于所述预设的置信度阈值时，则将所述当前时间对应的预测数据作为所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

2.如权利要求1所述的方法，其特征在于，在所述得到油色谱在线监测的当前时间及其对应的监测数据步骤之前，所述方法还包括步骤：

确定监测时间及其对应的监测数据，并根据所述监测时间对应的监测数据，预设所述油色谱在线监测数据集合；

预设所述分析时间范围；

预设所述拟合模型；以及

预设所述差值范围与置信度对应关系。

3.如权利要求2所述的方法，其特征在于，所述差值范围与置信度对应关系具体为：

当所述差值范围位于(0，5％)时，所述置信度为95％；当所述差值范围位于[5％，10％)范围内时，所述置信度为90％；当所述差值范围位于[10％，20％)范围内时，所述置信度为70％。

4.如权利要求2所述的方法，其特征在于，所述拟合模型为所述监测时间与所述监测时间对应的监测数据构建的一元线性函数。

5.一种油色谱在线监测数据置信度分析系统，其特征在于，所述系统包括：

获取监测数据单元，用于得到油色谱在线监测的当前时间及其对应的监测数据；

获取预测数据单元，用于以所述当前时间的上一时间为起点，根据预设的分析时间范围按时间反序方式确定所述分析时间范围的终点后，得到所述分析时间范围对应的时间集合，且在预设的油色谱在线监测数据集合中得到所述时间集合对应的数据集合，并采用最小二乘法对所述得到的时间集合对应的数据集合进行拟合，根据预设的拟合模型得到所述当前时间对应的预测数据；

置信度确定单元，用于计算所述当前时间对应的预测数据与监测数据之间的差值范围，并根据所述计算出的差值范围在预设的差值范围与置信度对应关系中确定置信度；

直接保存单元，用于当所述确定的置信度大于预设的置信度阈值时，则将所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中；

修订后保存单元，用于当所述确定的置信度小于所述预设的置信度阈值时，则将所述当前时间对应的预测数据作为所述当前时间对应的监测数据保存至所述预设的油色谱在线监测数据集合中。

6.如权利要求5所述的系统，其特征在于，所述系统还包括：

预设单元，用于确定监测时间及其对应的监测数据，并根据所述监测时间对应的监测数据，预设所述油色谱在线监测数据集合；预设所述分析时间范围；预设所述拟合模型；以及预设所述差值范围与置信度对应关系。