CN108153711A - 一种电力设备在线监测数据处理方法 - Google Patents
一种电力设备在线监测数据处理方法 Download PDFInfo
- Publication number
- CN108153711A CN108153711A CN201810008906.6A CN201810008906A CN108153711A CN 108153711 A CN108153711 A CN 108153711A CN 201810008906 A CN201810008906 A CN 201810008906A CN 108153711 A CN108153711 A CN 108153711A
- Authority
- CN
- China
- Prior art keywords
- data
- nonumeric
- monitoring data
- zero
- online monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 47
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 9
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000013450 outlier detection Methods 0.000 claims abstract description 4
- 238000002203 pretreatment Methods 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 7
- 241001269238 Data Species 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000013213 extrapolation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims 1
- 239000013589 supplement Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000025274 Lightning injury Diseases 0.000 description 1
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力设备在线监测数据处理方法。当环境中发生强雷暴现象时，在线监测装置可能会进入不正常的工作状态，从而记录下错误的数据。本发明包括：在线监测数据前处理，剔除非数值；对经过非数值处理的数据进行零值处理；对经零值处理后的在线监测数据进行异常值分析；对处理后的在线监测数据进行小波变换，提取其中高频成分较多的时间段，并对数据进行低频滤波处理后代入原数据中，同时统计高频成分较多的总时长；输出经过非数值、零值、异常值及小波去噪处理后的在线监测数据，并统计问题数据出现总时长。本发明使在线监测数据可靠性提高，有效地去除了有问题的在线监测数据，便于专业人员根据在线监测数据对设备运行状况进行识别。
Description
技术领域
本发明涉及电力设备在线数据处理领域，具体地说是一种电力设备在线监测数据处理方法。
背景技术
在线监测装置在变压器等电力设备的状态诊断中得到广泛应用。电力设备运行时，往往会因为雷击、老化及加工制造工艺不足等原因出现缺陷，引致故障。这些缺陷会造成电力设备的物理、化学变化，并影响在线监测数据。因此，通过在线监测装置获取电力设备的运行状况，对于及时发现并处理电力设备缺陷、避免故障发生具有重要意义。
然而由于在线监测装置运行时间较长、运行工况不固定等原因，在线监测数据的准确性较低；同时，在线监测装置需要通过现场总线、以太网、无线通信等通信方式与上一级控制单元进行通信后才能将数据发送至PMS平台，在这一过程中，往往会因为各种原因发生丢包置零、数据格式紊乱甚至出现乱码等情况，在线监测数据的格式一致性较差。
此外，当环境中发生强雷暴现象时，在线监测装置可能会进入不正常的工作状态，从而记录下错误的数据。因此，有必要研究一种电力设备在线监测数据处理方法。
发明内容
本发明所解决的技术问题是克服上述现有技术存在的缺陷，提供一种电力设备在线监测数据处理方法，其能够有效地将电力设备在线监测数据提取出来并记录下出现异常值的天数，获取在线监测装置故障率，同时根据数据变化趋势，对异常值进行插值后替换，从而确保在线监测数据的准确性。
为此，本发明采用如下的技术方案：一种电力设备在线监测数据处理方法，包括以下步骤：
第一步，在线监测数据前处理，剔除非数值；
第二步，对经过非数值处理的数据进行零值处理；
第三步，对经零值处理后的在线监测数据进行异常值分析；
第四步，对处理后的在线监测数据进行小波变换，提取其中高频成分较多的时间段，并对数据进行低频滤波处理后代入原数据中，同时统计高频成分较多的总时长；
第五步，输出经过非数值、零值、异常值及小波去噪处理后的在线监测数据，并统计问题数据出现总时长。
通过以上步骤可实现电力设备在线监测数据清洗并获取在线监测装置的故障率。
作为上述技术方案的补充，第一步的具体步骤如下：所有数据按列录入，对所有日期求差并记录首日日期；对每列数据分别提到非数值开始与结束的日期，并统计每列数据中非数值时间总长；最后一个数据为非数值时，根据最后两个有效数据的值进行外推并补值；当非数值时间大于总记录日期的30％时，将非数值数据全部置零并输出处理后列向量，否则，非数值通过插值或外推的方式赋值；输出列向量组成的新向量，同时输出非数值时间。
作为上述技术方案的补充，第二步的具体步骤如下：对数据中出现零值的时间段进行记录，将所有零值数据通过插值的方式替换，最终输出清除零值后的在线监测数据及零值对应日期。
作为上述技术方案的补充，第三步的具体步骤如下：对经第二步处理过的在线监测数据的变化率进行统计分析，提取出平均值、方差、中位数及各阶矩参量后进行离群值检索，找出数据中处于95％范围以外的数据，认为这些离群值属于疑似异常值；其后将疑似异常值日期的数据与监测数据自身的变化规律对比，若疑似异常值的数据与监测数据变化规律一致，则认为该数据无误，但电力设备存在异常；若疑似异常值数据与监测数据前后变化规律均异常，则该值属于第一类间断点，对其进行插值后替换；若疑似异常值数据与监测数据一侧的变化规律不符，则其属于第二类间断点，同时根据数据变化率找出异常的数据段结束时间；其后将异常日期与相应日期的带电数据变化率进行比较，两者一致时则认为数据无误，将此间断点删去；两者不符时认为数据确实存在问题，保留此间断点。
作为上述技术方案的补充，第三步中，最后对两类异常的数据进行插值替换，并输出处理后的数据及相应的异常日期。
作为上述技术方案的补充，第五步中，当非数值的时间段大于数据总数的30％时需将零值总数减去非数值总数，同时根据问题数据占总数据比例确定在线监测装置可靠性。
本发明具有的有益效果如下：本发明使电力设备在线监测数据处理后的准确率更高，同时可以有效地去除数据中可能造成误判的零值与非数值，并可以分辨出因设备本身的噪声同时在这些噪声较高时将其消除，最终输出处理后的在线监测数据便于人员对电力设备的运行状况进行有效分析。
附图说明
图1为本发明在线监测数据非数值处理流程图；
图2-3为本发明在线监测数据零值处理流程图；
图4为本发明间断点检索流程图；
图5为本发明数据间断点正确性判别流程图；
图6为本发明高频成分求取流程图；
图7为本发明在线监测数据小波降噪音流程图；
图8为本发明在线监测设备准确率求取流程图。
具体实施方式
为了使本发明的技术手段、创作特征、工作流程、使用方法达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
一种电力设备在线监测数据处理方法，包括以下步骤：
第一步：在线监测数据前处理，剔除非数值。如图1所示，从数据库中提取出该设备的全部数据并按九列录入(见表1)，对所有日期进行求差并记录首日日期。对每列数据分别提取非数值开始与结束的日期并进行重复数据消除，同时对非数值数据进行处理。典型的未经处理数据如下所示，找出非数值所在日期后，将该日期中的数据替换为插值后的数据。最后一个数据为非数值时，通过最后两个有效数据的值进行外推并补值，当非数值的时间大于总记录日期的30％时，将非数值数据全部置零。最终输出清除非数值后的在线数据及出现非数值的对应日期。
表1
第二步：对经过非数值处理的数据进行零值处理。如图2所示，由于在线监测传感器存在检测阈值，因此当在线监测数据低于该阈值时可以认为数据为零值；图2中，X(i)指某种气体浓度，i为天数。通过对数据中出现零值的时间段进行记录后，将所有零值数据通过插值的方式替换，最终输出清除零值后的在线监测数据，如图3所示。
第三步：对处理后的在线监测数据进行异常值分析。如图4-5所示，对清洗过的在线监测数据的变化率进行统计分析，提取出平均值、方差、中位数及各阶矩等统计参量后进行离群值检索，找出数据中处于95％范围以外的数据，认为这些离群值属于疑似异常值。其后将出现疑似异常值日期的数据与数据自身的变化规律对比，若疑似异常值的数据与监测数据变化规律一致，则认为该数据无误，电力设备可能存在异常；若疑似异常值数据与监测数据前后变化规律均异常，则该值属于第一类间断点，对其进行插值后替换；若疑似异常值数据与监测数据一侧的变化规律不符，则其属于第二类间断点，同时根据数据变化率找出异常的数据段结束时间。其后将异常日期与相应日期的带电数据变化率进行比较，两者一致时则认为数据无误，将此间断点删去；两者不符时认为数据确实存在问题，保留此间断点。最后对两类异常的数据进行插值替换，并输出清洗后的数据及相应的异常日期。
第四步：对处理后的在线监测数据进行小波变换，找出其中数据高频成分较多的时间段，并对数据进行低频滤波处理后代入原数据中，同时统计高频成分较多的总时长，如图6所示。
第五步：输出经过非数值、零值、异常值及小波去噪处理的清洗后在线监测数据，并统计问题数据出现总时长。如图7、8所示，当非数值的时间段大于数据总数的30％时需将零值总数减去非数值总数，同时根据问题数据占总数据比例确定在线监测装置可靠性。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种电力设备在线监测数据处理方法，包括以下步骤：
第一步，在线监测数据前处理，剔除非数值；
第二步，对经过非数值处理的数据进行零值处理；
第三步，对经零值处理后的在线监测数据进行异常值分析；
第四步，对处理后的在线监测数据进行小波变换，提取其中高频成分较多的时间段，并对数据进行低频滤波处理后代入原数据中，同时统计高频成分较多的总时长；
第五步，输出经过非数值、零值、异常值及小波去噪处理后的在线监测数据，并统计问题数据出现总时长。
2.根据权利要求1所述的电力设备在线监测数据处理方法，其特征在于，第一步的具体步骤如下：所有数据按列录入，对所有日期求差并记录首日日期；对每列数据分别提到非数值开始与结束的日期，并统计每列数据中非数值时间总长；最后一个数据为非数值时，根据最后两个有效数据的值进行外推并补值；当非数值时间大于总记录日期的30％时，将非数值数据全部置零并输出处理后列向量，否则，非数值通过插值或外推的方式赋值；输出列向量组成的新向量，同时输出非数值时间。
3.根据权利要求1所述的电力设备在线监测数据处理方法，其特征在于，第二步的具体步骤如下：对数据中出现零值的时间段进行记录，将所有零值数据通过插值的方式替换，最终输出清除零值后的在线监测数据及零值对应日期。
4.根据权利要求1所述的电力设备在线监测数据处理方法，其特征在于，第三步的具体步骤如下：对经第二步处理过的在线监测数据的变化率进行统计分析，提取出平均值、方差、中位数及各阶矩参量后进行离群值检索，找出数据中处于95％范围以外的数据，认为这些离群值属于疑似异常值；其后将疑似异常值日期的数据与监测数据自身的变化规律对比，若疑似异常值的数据与监测数据变化规律一致，则认为该数据无误，但电力设备存在异常；若疑似异常值数据与监测数据前后变化规律均异常，则该值属于第一类间断点，对其进行插值后替换；若疑似异常值数据与监测数据一侧的变化规律不符，则其属于第二类间断点，同时根据数据变化率找出异常的数据段结束时间；其后将异常日期与相应日期的带电数据变化率进行比较，两者一致时则认为数据无误，将此间断点删去；两者不符时认为数据确实存在问题，保留此间断点。
5.根据权利要求4所述的电力设备在线监测数据处理方法，其特征在于，第三步中，最后对两类异常的数据进行插值替换，并输出处理后的数据及相应的异常日期。
6.根据权利要求1所述的电力设备在线监测数据处理方法，其特征在于，第五步中，当非数值的时间段大于数据总数的30％时需将零值总数减去非数值总数，同时根据问题数据占总数据比例确定在线监测装置可靠性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810008906.6A CN108153711A (zh) | 2018-01-04 | 2018-01-04 | 一种电力设备在线监测数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810008906.6A CN108153711A (zh) | 2018-01-04 | 2018-01-04 | 一种电力设备在线监测数据处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108153711A true CN108153711A (zh) | 2018-06-12 |
Family
ID=62460892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810008906.6A Pending CN108153711A (zh) | 2018-01-04 | 2018-01-04 | 一种电力设备在线监测数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108153711A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109299844A (zh) * | 2018-07-03 | 2019-02-01 | 国网浙江省电力有限公司电力科学研究院 | 一种电力设备状态静态阈值评估方法 |
| CN110428169A (zh) * | 2019-08-01 | 2019-11-08 | 南京信业能源科技有限公司 | 一种垃圾焚烧的指标采集及数据预警与预处理方法 |
| CN111898656A (zh) * | 2020-07-14 | 2020-11-06 | 许继集团有限公司 | 一种量测平衡检测的异常数据辨识方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573321A (zh) * | 2014-12-11 | 2015-04-29 | 国家电网公司 | 一种变压器油中溶解气体不良数据的识别和处理方法 |
-
2018
- 2018-01-04 CN CN201810008906.6A patent/CN108153711A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573321A (zh) * | 2014-12-11 | 2015-04-29 | 国家电网公司 | 一种变压器油中溶解气体不良数据的识别和处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李学太: "数字化变电站系统中若干关键算法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
| 边春娜等: "数据挖掘方法在食品安全数据中的应用", 《科学大众（科学教育）》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109299844A (zh) * | 2018-07-03 | 2019-02-01 | 国网浙江省电力有限公司电力科学研究院 | 一种电力设备状态静态阈值评估方法 |
| CN110428169A (zh) * | 2019-08-01 | 2019-11-08 | 南京信业能源科技有限公司 | 一种垃圾焚烧的指标采集及数据预警与预处理方法 |
| CN111898656A (zh) * | 2020-07-14 | 2020-11-06 | 许继集团有限公司 | 一种量测平衡检测的异常数据辨识方法 |
| CN111898656B (zh) * | 2020-07-14 | 2023-10-24 | 许继集团有限公司 | 一种量测平衡检测的异常数据辨识方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108153711A (zh) | 一种电力设备在线监测数据处理方法 | |
| CN106649755B (zh) | 一种多维度实时变电设备数据的阈值自适应设置异常检测方法 | |
| CN103901330A (zh) | 一种xlpe电缆局部放电在线监测方法 | |
| CN103676868A (zh) | 一种fpc制造关键工序自动监控与智能分析系统 | |
| CN107147213B (zh) | 电网频发监控信息智能告警及综合分析治理方法 | |
| CN104463708A (zh) | 一种电力设备缺陷快速定级方法 | |
| CN110775758B (zh) | 一种基于轿厢加速度信号解析的电梯运行健康度评价方法 | |
| DE10027826A1 (de) | System and Method for Finding Defective Tools in a Semiconductor Fabrication Facility | |
| DE102021212983A1 (de) | Werkzeugmaschinenmanagementverfahren, Werkzeugmaschinenmanagementsystem und Medium | |
| CN111582406A (zh) | 一种电力设备状态监测数据聚类方法和系统 | |
| CN110954779A (zh) | 一种基于s变换与多维分形的电压暂降源特征识别方法 | |
| DE102021212723A1 (de) | Werkzeugmaschinenbewertungsverfahren, Werkzeugmaschinenbewertungssystem und Medium | |
| CN108844612A (zh) | 一种基于数理统计概率模型的变压器内部故障识别方法 | |
| CN106121980A (zh) | 一种压缩机损耗程度的确定方法、装置及制冷系统 | |
| CN109960780B (zh) | 一种机泵运行经济性能和稳定状态的评判系统及评判方法 | |
| CN105954031B (zh) | 一种基于奇异谱分解滤波的包络分析方法 | |
| CN113155443B (zh) | 一种采煤机减速器润滑油状态监测与故障诊断系统及方法 | |
| CN108508860B (zh) | 一种基于耦合关系的流程工业生产系统数据监测方法 | |
| CN114048958A (zh) | 基于深度卷积残差收缩网络的刀具磨损预测方法和系统 | |
| CN111476318B (zh) | 一种基于模糊决策的变压器故障诊断方法及系统 | |
| CN106053060B (zh) | 一种基于非线性模式分解滤波的包络分析方法 | |
| CN2570789Y (zh) | 变压器油箱油中水分在线监测装置 | |
| CN112345885A (zh) | 一种高压直流输电线路故障检测方法 | |
| CN112525337B (zh) | 一种针对机械压力机振动监测数据预处理方法 | |
| CN105511454B (zh) | 一种工业控制回路时变振荡行为检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180612 |