CN104809473A - 一种面向电力在线采集数据的分类方法 - Google Patents

Abstract

本发明提供一种面向电力在线采集数据的分类方法，所述方法包括以下步骤：(1)收集数据并构建数据库；(2)从原始数据库中选取数据和样本；(3)利用已整理好的数据训练线性SVM，并将训练结果保存；(4)通过训练好的模型判断事件是否为变压器故障事件；(5)解释分类结果，并调整电能质量。本发明将基于随机梯度下降算法的SVM分类器应用到变压器故障事件的分类识别中，可以有效解决电力系统实测数据的在线采分类问题。本发明采用随机梯度下降算法，通过每个样本来迭代更新一次，即使在样本量很大的情况，也可能只用其中几万条或者几千条的样本，就可以迭代到最优解。因此更适用于如今日益增长的电力在线采集数据处理的要求。

Description

一种面向电力在线采集数据的分类方法

技术领域

本发明涉及信息技术领域，具体讲涉及一种面向电力在线采集数据的分类方法。

背景技术

在电力行业中，数字化技术近年来得到广泛的应用，各系统每天采集和实时记录的电网信息量呈爆炸式增长，许多大型电网系统单日数据量已达到几十GB，甚至几百GB左右，因此如何充分利用数据，快速有效的分析、加工、提炼，以发掘有用知识，已成为电力行业所面临的关键问题之一。

电力系统运行的基本要求是：(1)保证安全可靠的供电；(2)要有合格的电能质量；(3)要有良好的经济性。要满足这些基本要求，离不开变压器的正常工作。电力变压器是电力系统重要的变电设备，监测并识别变压器的故障类型具有重要的意义。早期，人们利用贝叶斯分类方法将变压器的故障分类为内部或外部的接地和短路故障。后来有些学者采用神经网络识别故障，故障类型包括内部短路故障和涌入电流，分类准确率达92％。也有通过对油中溶解气体分析，提出人工免疫网络分类算法，实现变压器低温、中温、高温过热和局部、低能、高能放电灯6种故障诊断。还有些基于粗糙集理论对变压器进行正常、高温、低能和高能状态的识别。但当下需要理论结合实践用于提高电力在线采集数据挖掘效率的方案。

发明内容

针对现有技术的不足，本发明提供一种面向电力在线采集数据的分类方法，支持向量机是一种基于统计学习理论的模式识别方法，该方法可以有效解决有限样本、非线性及高维模式的识别问题，现已成为机器学习和数据挖掘领域的标准工具，然后传统的SVM并不适用于实测数据的在线处理。本发明利用随机梯度下降算法求解支持向量机最优分类超平面，对实时采集的电力观测数据进行在线学习，使得能够快速收敛到最优解，实现变压器故障事件等电力在线采集数据的快速分类。

本发明的目的是采用下述技术方案实现的：

一种面向电力在线采集数据的分类方法，其改进之处在于，所述方法包括以下步骤：

(1)收集数据并构建数据库；

(2)从原始数据库中选取数据和样本；

(3)利用已整理好的数据训练线性SVM，并将训练结果保存；

(4)通过训练好的模型判断事件是否为变压器故障事件；

(5)解释分类结果，并调整电能质量。

优选的，所述步骤(1)中，针对变压器故障事件分类识别的目标，以及相关背景知识，收集数据构建相应的数据库。

优选的，所述步骤(2)中，确定目标数据，根据需求从原始数据库中选取相关数据和样本；采用常见的电能特性提取方法获取电力数据特征矩阵。

进一步地，所述步骤(2)中，还利用相空间重构进行电能扰动特性提取，首先采集的电能扰动信号以时间序列的形式进行记录。

优选的，所述步骤(3)中，采用随机梯度下降法求解线性SVM模型：

$\min \frac{\mathrm{\λ}}{2}{\left|\right|w\left|\right|}^2+\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\max \{\mathrm{0,1}-y_i{w}^T{x}_i\};$

w的梯度为： 

$\mathrm{grad}\left(w\right)=\mathrm{\λw}+\frac{1}{n}{\mathrm{\Σ}}_i{y}_i{x}_i;$

s.t.y_iw^Tx_i＜1 i＝1，2...n；

用梯度无偏估计来代替梯度，每次更新过程为：

g(w_t)＝λw_t+y_tw^Tx_t；

w_t+1＝w_t-η_tg(w_t)；

其中，包含i个样本的集合(x₁，y₁)，(x₂，y₂)，...，(x_i，y_i)，其中x_i为k维的输入向量，代表某样本的所有特征值，y_i为样本的基本属性，可以取值1或者-1，参数λ表示最优分类间隔，η_t表示下降速率。

优选的，所述步骤(4)中，从变压器附近电网采集相关数据和样本，该采集样本特征维数与训练所用样本的维数一致，利用已训练好的模型进行测试，根据模型的预测 输出判断该事件是否为变压器故障事件。

与现有技术比，本发明的有益效果为：

1)将基于随机梯度下降算法的SVM分类器应用到变压器故障事件的分类识别中，可以有效解决电力系统实测数据的在线采分类问题。

2)传统梯度下降算法存在收敛速度慢和局部最优值等问题，本发明采用随机梯度下降算法，通过每个样本来迭代更新一次，即使在样本量很大的情况(例如几十万)，也可能只用其中几万条或者几千条的样本，就可以迭代到最优解。因此更适用于如今日益增长的电力在线采集数据处理的要求。

附图说明

图1为本发明提供的线性分类器的最优分类面示意图。

图2为本发明提供的随机梯度下降算法流程图。

图3为本发明提供的利用本发明进行变压器故障分类时分类准确率随正则化参数C的变化曲线图。

图4为本发明提供的本方法在变压器故障分类任务中随样本数增长的所需时间变化曲线图。

图5为本发明提供的一种面向电力在线采集数据的分类方法流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明一种面向电力在线采集数据的分类方法，将线性SVM分类应用到变压器故障事件的分类检测中，以其较高的分类准确率，保证了电能扰动的准确分析，从而给电能质量改善提供依据；求解线性支持向量机时，采用随机梯度下降算法，对在线采集数据进行抽样处理，提高收敛速度，适用于如今数据量日益增长的大数据时代，尤其是大型电网系统。

如图1所示，图中o和x代表两个不同的类别。假设有这样一个样本线性可分的分 类问题，通过图中所示的分类超平面A(实线)或者超平面B(虚线)均可以实现样本的分类。理论上有无数个超平面可以实现分类的要求。SVM的目标是不但能将两类样本正确分开，而且要使分类平面的间隔(Margin)最大。其中间隔的定义是离分类样本最近且平行于分类面的直线间的距离。该问题用数字语言可以进行如下描述：

对于包含i个样本的集合(x₁，y₁)，(x₂，y₂)，...，(x_i，y_i)，其中x_i为k维的输入向量，代表某样本的所有特征值，y_i为样本的基本属性，可以取值1或者-1，参数λ表示最优分类间隔，η_t表示下降速率。

。随机梯度下降法(Stochastic Gradient Decent)求解以下线性SVM模型：

$\min \frac{\mathrm{\λ}}{2}{\left|\right|w\left|\right|}^2+\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\max \{\mathrm{0,1}-y_i{w}^T{x}_i\}$

w的梯度为： 

$\mathrm{grad}\left(w\right)=\mathrm{\λw}+\frac{1}{n}{\mathrm{\Σ}}_i{y}_i{x}_i$

s.t.y_iw^Tx_i＜1 i＝1，2...n

传统的梯度下降法需要把所有样本都代入计算，对于一个样本数为n的d维样本，每次迭代求一次梯度，计算复杂度为O(nd)，当处理的数据量很大而且迭代次数比较多的时候，程序运行时间就会非常慢，无法实现观测数据的在线处理。

随机梯度下降法每次迭代不再是找到一个全局最优的下降方向，而是用梯度无偏估计来代替梯度。每次更新过程为：

g(w_t)＝λw_t+y_tw^Tx_t

w_t+1＝w_t-η_tg(w_t)

其中参数λ表示最优分类间隔，η_t表示下降速率，两者都是工作人员根据经验设定。

由于随机梯度每次迭代采用单个样本来近似全局最优的梯度方向，迭代步长应适当选小一些以使得随机梯度下降过程尽可能接近于真实的梯度下降法。

很显然，与传统最优化方法相比，本发明有两个突出优点：1)收敛速度快。2)不易陷入局部最优。两者使得在使用随机梯度求解线性SVM时，速度快，误差小。因此，在利用该发明进行变压器故障在线分类时，能达到快速、准确的高要求。

如图2所示，本发明流程图为：

1.随机初始化w₀,并根据具体情况设置允许存在的最大误差e；

2.根据式(3)计算g(w_t)，x_t为样本，y_t为样本对应的类别标签，本专利只判断变压器是否故障，故障状态对应y＝-1，正常状态对应y＝1；

3.根据式(4)更新w_t；

4.判断是否收敛；

5.重复步骤2～4直至收敛，此时w应为最优分类超平面；

如图3所示，是利用本发明进行变压器故障分类结果。本发明仅分析变压器故障与否，因此是二类分类问题。我们选取了4900个训练样本，4900个测试样本。其中非故障样本2500个，故障样本2400个。横坐标为SVM分类器允许性误差的正则化参数C。从图中我们可以看到，本发明分类准确率很高，基本能保证电力系统的正常运行所需。

如图4所示，为本发明在变压器故障分类任务中所需时间。我们分别比较了不同样本数量下的时间差(训练样本和测试样本量一致)，可以发现样本量越大，采用本发明系统节省的时间越多，因此能高效处理电力在线采集数据的分类问题。

如图5所示，本发明一种面向电力在线采集数据的分类方法具体为：

(1)针对变压器故障事件分类识别的目标，以及相关背景知识，收集数据构建相应的数据库。本发明中，我们只针对变压器是否故障进行分析，即我们处理的是两类分类问题。变压器故障标记为1，正常运行状态标记为0。

(2)确定目标数据，根据需要从原始数据库中选取相关数据和样本。采用一些常见的电能特性提取方法获取电力数据特征矩阵。本发明利用相空间重构(PSR)进行电能扰动特性提取，首先采集的电能扰动信号以时间序列的形式进行记录，比如对50Hz标准正弦波以4.8kHz采样频率将其离散化，每个周波获得96点时间序列，将其归一化至[-1，1]，则x_i＝[0，0.065，0.013，...，0.998，1，0.998，...，-0.013，-0.065]特征矩阵X＝{x_i}。

(3)利用已整理好的数据训练线性SVM，并将训练结果保存。这里我们利用基于SVM开发的工具箱LIBLINEAR进行实验。LIBLINEAR是中国台湾林智仁教授开发的一套支持向量机的库，主要是应对大规模数据的分析问题，有着运算速度快，使用方便、灵活，输入参数少等优点，可以很方便的对数据做分类或者回归；

(4)从变压器附近电网采集相关数据和样本，利用已训练好的模型判断该事件是 否为变压器故障事件。从变压器附近电网采集相关数据和样本，该采集样本特征维数与训练所用样本的维数一致，利用已训练好的模型进行测试，根据模型的预测输出判断该事件是否为变压器故障事件(比如，定义变压器正常时的类标为1，变压器故障事件的类标为-1，那么对于一个新的样本，模型预测输出为-1，则认为目前变压器处于故障状态。

(5)根据相关背景知识，解释分类结果，并采取相应的措施调整电能质量以保证电网的正常运行。

如模型判断此时电网为变压器故障状态，那么出现故障的原因可能是变压器绕组故障、漏磁通引起的局部过热、铁芯多点接地或者铁芯段间绝缘短路、零序磁通引起的局部过热等问题，工作人员应逐个排查，确定出现故障的具体原因，然后采取相应措施。

本发明在求解SVM的最优化问题时采用随机梯度下降算法，构建在线学习模型通过在线实测数据对变压器故障事件进行分类，该方法解决了传统优化算法收敛速度慢和易陷入局部最优的问题。因此将基于随机梯度下降优化算法的SVM应用到电力系统中，不仅能提高分析的准确地，而且能够提高电力在线采集数据挖掘的效率。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (6)

1.一种面向电力在线采集数据的分类方法，其特征在于，所述方法包括以下步骤：

(1)收集数据并构建数据库；

(2)从原始数据库中选取数据和样本；

(3)利用已整理好的数据训练线性SVM，并将训练结果保存；

(4)通过训练好的模型判断事件是否为变压器故障事件；

(5)解释分类结果，并调整电能质量。

2.如权利要求1所述的一种面向电力在线采集数据的分类方法，其特征在于，所述步骤(1)中，针对变压器故障事件分类识别的目标，以及相关背景知识，收集数据构建相应的数据库。

3.如权利要求1所述的一种面向电力在线采集数据的分类方法，其特征在于，所述步骤(2)中，确定目标数据，根据需求从原始数据库中选取相关数据和样本；采用常见的电能特性提取方法获取电力数据特征矩阵。

4.如权利要求1或3所述的一种面向电力在线采集数据的分类方法，其特征在于，所述步骤(2)中，还利用相空间重构进行电能扰动特性提取，首先采集的电能扰动信号以时间序列的形式进行记录。

5.如权利要求1所述的一种面向电力在线采集数据的分类方法，其特征在于，所述步骤(3)中，采用随机梯度下降法求解线性SVM模型：

$\min \frac{\mathrm{\λ}}{2}{\left|\right|w\left|\right|}^2+\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\max \{\mathrm{0,1}-y_i{w}^T{x}_i\};$

w的梯度为：

$\mathrm{grad}\left(w\right)=\mathrm{\λw}+\frac{1}{n}{\mathrm{\Σ}}_i{y}_i{x}_i;$

s.t.y_iw^Tx_i＜1i＝1，2...n；

用梯度无偏估计来代替梯度，每次更新过程为：

g(w_t)＝λw_t+y_tw^Tx_t；

w_t+1＝w_t-η_tg(w_t)；

其中，包含i个样本的集合(x₁，y₁)，(x₂，y₂)，...，(x_i，y_i)，其中x_i为k维的输入向量，代表某样本的所有特征值，y_i为样本的基本属性，可以取值1或者-1，参数λ表示最优分类间隔，η_t表示下降速率。

6.如权利要求1所述的一种面向电力在线采集数据的分类方法，其特征在于，所述步骤(4)中，从变压器附近电网采集相关数据和样本，该采集样本特征维数与训练所用样本的维数一致，利用已训练好的模型进行测试，根据模型的预测输出判断该事件是否为变压器故障事件。