CN109781658B - 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 - Google Patents
一种基于近红外光谱主成分分析的绝缘纸种类判别方法 Download PDFInfo
- Publication number
- CN109781658B CN109781658B CN201811629883.7A CN201811629883A CN109781658B CN 109781658 B CN109781658 B CN 109781658B CN 201811629883 A CN201811629883 A CN 201811629883A CN 109781658 B CN109781658 B CN 109781658B
- Authority
- CN
- China
- Prior art keywords
- insulating paper
- near infrared
- principal component
- infrared spectrum
- type
- 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.)
- Active
Links
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000000513 principal component analysis Methods 0.000 title claims abstract description 7
- 238000009413 insulation Methods 0.000 claims abstract description 18
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000003595 spectral effect Effects 0.000 claims description 15
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 abstract description 14
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000013210 evaluation model Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于近红外光谱主成分分析的绝缘纸种类判别方法,包括步骤:收集不同种类绝缘纸样本,使用近红外光谱仪检测多种类别绝缘纸的近红外光谱,采用主成分分析法分别求解不同类别绝缘纸近红外光谱数据的主成分得分;分别计算不同类别绝缘纸近红外光谱数据主成分的光谱信息累计贡献率;根据不同主成分的光谱信息累计贡献率确定用于绝缘纸种类判别的近红外光谱主成分数目,选取对应数目的主成分得分形成绝缘纸种类判别数据库;计算待测绝缘纸的主成分得分,利用K‑最邻近法判别待测绝缘纸的样本类别。本发明能够实现绝缘纸种类的有效判别,为油纸绝缘老化状态评估模型的准确选取提供技术支撑,有利于电力变压器老化状态的诊断评估。
Description
技术领域
本发明属于电力设备固体绝缘的老化评估技术领域,具体涉及一种基于近红外光谱主成分分析的绝缘纸种类判别方法。
背景技术
变压器作为输变电设备中最为重要、关键且昂贵的设备,其安全运行对于保证电网安全意义重大。大型电力变压器一般为油纸绝缘结构,其中油纸绝缘系统的寿命决定了变压器的使用年限。随着运行时间的增加,油纸绝缘会在电、热、磁、机械和化学等应力的作用下逐渐老化,由于绝缘油可以进行再处理或者更换,而绝缘纸在运行中无法更换,因此绝缘纸的不可逆老化程度能够直接反映变压器整体老化状态。目前,已有大量研究建立了多种基于绝缘纸的老化状态评估模型,但是建模所使用的绝缘纸种类差别较大,不同种类的绝缘纸实际老化速率差别明显,导致不同绝缘纸在相同外部条件下老化程度也不尽相同,因此在不区分绝缘纸类型情况下,就使用老化状态评估模型会导致评估结果不可靠、不精确。由于变压器结构复杂,在设备运行现场无法通过较为简单、快速的分析手段辨识绝缘纸种类,亟需提出一种确定变压器的绝缘纸类别的方法,提高变压器老化状态评估模型的有效性和可靠性。此外,目前国内外学者针对绝缘纸种类判别方法的研究开展相对较少,尚未见形成有效的方法。
发明内容
本发明的目的在于提出一种基于绝缘纸的近红外光谱主成分分析方法,实现安全无损、快速便捷地判别绝缘纸种类,为提高变压器老化状态评估的可靠性提供理论支撑。
本发明采用如下技术方案来实现的:
一种基于近红外光谱主成分分析的绝缘纸种类判别方法,包括以下步骤:
1)收集不同种类绝缘纸样本,使用近红外光谱仪检测多种类别绝缘纸的近红外光谱,得到多种类别绝缘纸的近红外光谱数据,采用主成分分析法分别求解不同类别绝缘纸近红外光谱数据的主成分得分M;
2)根据不同类别绝缘纸近红外光谱数据的主成分得分M,分别计算不同类别绝缘纸近红外光谱数据主成分的光谱信息累计贡献率Qm;
3)根据主成分的光谱信息累计贡献率Qm,确定用于绝缘纸种类判别的近红外光谱主成分数目L,选取前L个主成分得分M1~ML形成绝缘纸种类判别数据库;
4)计算待测绝缘纸的主成分得分N,利用K-最邻近法结合步骤3)得到的绝缘纸种类判别数据库,判别待测绝缘纸的样本类别。
本发明进一步的改进在于,步骤1)中,采用主成分分析法分别求解不同类别绝缘纸近红外光谱数据的主成分M,包含以下步骤:
101)对n个绝缘纸样本的近红外光谱数据进行标准化处理,每条光谱由p个波长点组成,标准化处理公式:
式中,xij为第i个绝缘纸样本的在第j个波长处的原始近红外光谱数据,为第j个波长处全部样本原始近红外光谱数据的平均值,sj为第j个波长处全部样本原始近红外光谱数据的标准差,xij *为标准化处理后的近红外光谱数据;
102)计算标准化处理后数据矩阵X的协方差矩阵V,其中,数据矩阵X由xij *组成;
103)求解协方差矩阵V的特征值,选取数值最大的特征值λ1及其特征向量a1,用于计算第一主成分;按照特征值数值λ1≥λ2≥···≥λm顺序排序,且根据对应特征向量a1,a2,···,am相互正交的原则计算得到协方差矩阵V的其余特征值,0<m<p;
104)计算第h主成分得分Mh:
式中,0<h<m,ahj是特征向量ah的第j个分量。
本发明进一步的改进在于,步骤2)中,不同类别绝缘纸近红外光谱数据主成分的光谱信息累计贡献率Qm计算方法如下:
式中,Var(Mh)为第h主成分Mh的样本方差,Var(Mh)的数值与特征值λh相等;dj为第j个波长处原始近红外光谱数据的样本方差。
本发明进一步的改进在于,步骤3)中,绝缘纸种类判别的近红外光谱主成分数目L为光谱信息累计贡献率Qm大于85%时所对应的主成分数目,保证原始近红外光谱信息的充分提取。
本发明进一步的改进在于,步骤4)中,待测绝缘纸的样本类别判断方法包含以下步骤:
401)采用步骤1)中的方法计算待测绝缘纸的近红外光谱数据的主成分得分N;
402)依据步骤3)中确定的用于绝缘纸种类判别的近红外光谱主成分数目L选取待测绝缘纸的主成分得分N1~NL;
403)利用K-最邻近法计算402)中所选取的待测绝缘纸样本的主成分得分N1~NL与绝缘纸种类判别数据库中样本的主成分得分M1~ML之间的欧氏距离E,选取最临近的K个样本的多数所归属的类别为待测样本的种类,实现待测绝缘纸的种类判别;
其中,欧氏距离计算方法如下:
本发明具有如下有益的技术效果:
本发明在绝缘纸种类判别时,无需采集测试变压器的绝缘纸样本,不会破坏绝缘纸,同时无需对测试绝缘纸进行特殊的前处理,光谱检测时间仅需几秒,具有安全无损、快速便捷的技术特点。同时该方法能够实现绝缘纸种类的有效判别,为油纸绝缘老化状态评估模型的准确选取提供技术支撑,有利于电力变压器老化状态的诊断评估。
进一步,本发明采用主成分分析法对采集的近红外光谱数据分析,克服绝缘纸近红外光谱不同波长的多重相关性所导致的信息重叠,有效区分有效信息与环境噪声,基于统计学原理在充分获取原始近红外光谱信息的前提下,实现了绝缘纸近红外光谱的数据降维和特征提取。
进一步,本发明根据提取的绝缘纸特征数据及纸样类型判别绝缘纸种类,通过引入光谱信息累计贡献率量化所选取主成分的信息承载能力,避免人为选取的主观因素干扰。
进一步,本发明利用K-最邻近法判断待测绝缘纸样本的类别归属,确定最临近的K个样本中多数所归属的类别为待测样本的种类,该方法简单有效,错判率低,保障了待测绝缘纸样类别归属判断的准确性。
附图说明
图1是绝缘纸种类判别方法流程图;
图2是不同类型绝缘纸的近红外光谱图;
图3是光谱信息累计贡献率Qm的变化曲线图;
图4是绝缘纸种类判别方法验证结果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合实施例及附图对本发明作进一步详细说明,但本发明的实施方式不限于此。
如图1所示,本发明提供的一种基于近红外光谱主成分分析的绝缘纸种类判别方法,包括以下步骤:
1.收集多种不同类型的电力变压器常用绝缘纸,使用近红外光谱仪检测绝缘纸的近红外光谱如图2所示,为保证检测的近红外光谱充分包含纸样特征,所采集的每种纸样均包含了同种类不同纤维素链长的绝缘纸样本,具体表现为老化程度不同。本实例选取三种不同绝缘纸,共230个绝缘纸样本,其中200个样本用于形成绝缘纸种类判别数据库,其余30个用于判别绝缘纸种类方法说明。采用主成分分析法求解不同类别绝缘纸近红外光谱数据的主成分得分M包含以下步骤:
101)对n个绝缘纸样本的近红外光谱数据进行标准化处理,每条光谱由p个波长点组成,本例中光谱波长点p为254,绝缘纸样本数n为200。标准化处理公式如下:
式中,xij为第i个绝缘纸样本的在第j个波长处的原始近红外光谱数据,为第j个波长处全部样本原始近红外光谱数据的平均值,sj为第j个波长处全部样本原始近红外光谱数据的标准差,xij *为标准化处理后的近红外光谱数据。
102)计算标准化处理后数据矩阵X的协方差矩阵V,其中,数据矩阵X由xij *组成。
103)求解协方差矩阵V的特征值,选取数值最大的特征值λ1及其特征向量a1,用于计算第一主成分;按照特征值数值λ1≥λ2≥···≥λm(0<m<p)顺序排序,且根据对应特征向量a1,a2,···,am相互正交的原则计算得到协方差矩阵V的其余特征值。
104)计算第h(0<h<m)主成分得分Mh:
式中,ahj是特征向量ah的第j个分量。
2.根据不同类别绝缘纸近红外光谱数据的主成分得分M,分别计算不同类别绝缘纸近红外光谱数据主成分的光谱信息累计贡献率Qm,计算方法如下:
式中,Var(Mh)为第h主成分Mh的样本方差,其数值与对应特征值λh相等;dj为第j个波长处原始近红外光谱数据的样本方差。
3.根据主成分的光谱信息累计贡献率Qm,确定用于绝缘纸种类判别的近红外光谱主成分数目L,选取前L个主成分得分M1~ML形成绝缘纸种类判别数据库,其中绝缘纸种类判别的近红外光谱主成分数目为光谱信息累计贡献率大于85%时所对应的主成分数目,保证原始近红外光谱信息的充分提取。如图3为计算得到的光谱信息累计贡献率Qm随主成分数目m增加的变化曲线,由图可知在主成分数目h为3时光谱信息累计贡献率Qm为91.95%,大于85%,因此确定用于绝缘纸种类判别的近红外光谱主成分数目L为3。
4.计算随机选取的30个待测绝缘纸的主成分得分N,利用K-最邻近法结合步骤3得到的绝缘纸种类判别数据库,判别待测绝缘纸的样本类别(本例中K=5),待测绝缘纸的样本类别判断方法包含以下步骤:
401)采用步骤1)中的方法计算待测绝缘纸近红外光谱数据的主成分N。
402)步骤3)中确定的用于绝缘纸种类判别的近红外光谱主成分数目L为3,选取待测绝缘纸的前三个主成分得分N1~N3进行种类判别。
403)利用K-最邻近法计算402)中所选取的待测绝缘纸样本的前三个主成分得分N1~N3与绝缘纸种类判别数据库中样本的前三个主成分得分M1~M3之间的欧氏距离,选取最临近的5个样本的多数所归属的类别为待测样本的种类,实现待测绝缘纸的种类判别。其中,欧氏距离计算方法如下:
本例的判别结果如图4所示,30个待测样本中26个样本的种类判别正确,样本正判率为86.7%。
Claims (1)
1.一种基于近红外光谱主成分分析的绝缘纸种类判别方法,其特征在于,包括以下步骤:
1)收集不同种类绝缘纸样本,使用近红外光谱仪检测多种类别绝缘纸的近红外光谱,得到多种类别绝缘纸的近红外光谱数据,采用主成分分析法分别求解不同类别绝缘纸近红外光谱数据的主成分得分M;采用主成分分析法分别求解不同类别绝缘纸近红外光谱数据的主成分M,包含以下步骤:
101)对n个绝缘纸样本的近红外光谱数据进行标准化处理,每条光谱由p个波长点组成,标准化处理公式:
式中,xij为第i个绝缘纸样本的在第j个波长处的原始近红外光谱数据,为第j个波长处全部样本原始近红外光谱数据的平均值,sj为第j个波长处全部样本原始近红外光谱数据的标准差,xij *为标准化处理后的近红外光谱数据;
102)计算标准化处理后数据矩阵X的协方差矩阵V,其中,数据矩阵X由xij *组成;
103)求解协方差矩阵V的特征值,选取数值最大的特征值λ1及其特征向量a1,用于计算第一主成分;按照特征值数值λ1≥λ2≥…≥λm顺序排序,且根据对应特征向量a1,a2,…,am相互正交的原则计算得到协方差矩阵V的其余特征值,0<m<p;
104)计算第h主成分得分Mh:
式中,0<h<m,ahj是特征向量ah的第j个分量;
2)根据不同类别绝缘纸近红外光谱数据的主成分得分M,分别计算不同类别绝缘纸近红外光谱数据主成分的光谱信息累计贡献率Qm;不同类别绝缘纸近红外光谱数据主成分的光谱信息累计贡献率Qm计算方法如下:
式中,Var(Mh)为第h主成分Mh的样本方差,Var(Mh)的数值与特征值λh相等;dj为第j个波长处原始近红外光谱数据的样本方差;
3)根据主成分的光谱信息累计贡献率Qm,确定用于绝缘纸种类判别的近红外光谱主成分数目L,选取前L个主成分得分M1~ML形成绝缘纸种类判别数据库;其中绝缘纸种类判别的近红外光谱主成分数目L为光谱信息累计贡献率Qm大于85%时所对应的主成分数目,保证原始近红外光谱信息的充分提取;
4)计算待测绝缘纸的主成分得分N,利用K-最邻近法结合步骤3)得到的绝缘纸种类判别数据库,判别待测绝缘纸的样本类别,具体步骤如下:
401)采用步骤1)中的方法计算待测绝缘纸的近红外光谱数据的主成分得分N;
402)依据步骤3)中确定的用于绝缘纸种类判别的近红外光谱主成分数目L选取待测绝缘纸的主成分得分N1~NL;
403)利用K-最邻近法计算402)中所选取的待测绝缘纸样本的主成分得分N1~NL与绝缘纸种类判别数据库中样本的主成分得分M1~ML之间的欧氏距离E,选取最临近的K个样本的多数所归属的类别为待测样本的种类,实现待测绝缘纸的种类判别;
其中,欧氏距离计算方法如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811629883.7A CN109781658B (zh) | 2018-12-28 | 2018-12-28 | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811629883.7A CN109781658B (zh) | 2018-12-28 | 2018-12-28 | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109781658A CN109781658A (zh) | 2019-05-21 |
CN109781658B true CN109781658B (zh) | 2020-10-27 |
Family
ID=66497949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811629883.7A Active CN109781658B (zh) | 2018-12-28 | 2018-12-28 | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109781658B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110455740B (zh) * | 2019-07-17 | 2021-11-23 | 武汉科技大学 | 一种沥青老化时程预测方法 |
CN111126497B (zh) * | 2019-12-25 | 2023-05-02 | 深圳供电局有限公司 | 变压器固体绝缘材料老化状态评估方法 |
CN111126496B (zh) * | 2019-12-25 | 2023-09-08 | 深圳供电局有限公司 | 变压器固体绝缘材料类型确定方法 |
CN111999261A (zh) * | 2020-09-30 | 2020-11-27 | 海南电网有限责任公司电力科学研究院 | 一种用于绝缘纸老化评估的近红外光谱噪声数据处理方法 |
CN112082930A (zh) * | 2020-10-13 | 2020-12-15 | 海南电网有限责任公司电力科学研究院 | 一种诊断变压器固体绝缘老化状态方法 |
CN112986770B (zh) * | 2021-04-09 | 2024-01-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于近红外光谱的绝缘纸检测方法及装置 |
CN117169141B (zh) * | 2023-11-03 | 2024-02-23 | 中国电力科学研究院有限公司 | 一种识别电缆绝缘料类型及其性能推演方法、装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101387632B (zh) * | 2008-10-17 | 2011-11-16 | 北京工业大学 | 一种污水处理过程中生化需氧量bod的软测量方法 |
CN103499552A (zh) * | 2013-10-23 | 2014-01-08 | 天津工业大学 | 一种快速、智能的废旧塑料分类方法 |
CN104914190B (zh) * | 2015-06-23 | 2017-12-15 | 福建省农业科学院农业工程技术研究所 | 一种茶叶种类鉴别和21种特征成分含量测定的方法 |
CN106770011A (zh) * | 2016-12-26 | 2017-05-31 | 重庆中烟工业有限责任公司 | 一种卷烟纸正反面鉴别方法及系统 |
CN108596246A (zh) * | 2018-04-23 | 2018-09-28 | 浙江科技学院 | 基于深度神经网络的土壤重金属含量检测模型的建立方法 |
CN108872129A (zh) * | 2018-06-11 | 2018-11-23 | 深圳供电局有限公司 | 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 |
-
2018
- 2018-12-28 CN CN201811629883.7A patent/CN109781658B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109781658A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109781658B (zh) | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 | |
CN111768082A (zh) | 一种基于大数据分析的电力设备状态评估方法 | |
CN112201260B (zh) | 一种基于声纹识别的变压器运行状态在线检测方法 | |
CN111537845A (zh) | 基于拉曼光谱聚类分析的油纸绝缘设备老化状态识别方法 | |
CN112147444B (zh) | 一种电力变压器工作状态监测方法及系统 | |
CN108872129A (zh) | 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 | |
CN111080074B (zh) | 基于网络多特征关联的系统服役安全态势要素获取方法 | |
CN111999261A (zh) | 一种用于绝缘纸老化评估的近红外光谱噪声数据处理方法 | |
CN111797533B (zh) | 一种核动力装置运行参数异常检测方法及系统 | |
CN111126497A (zh) | 变压器固体绝缘材料老化状态评估方法 | |
Das et al. | Accurate identification of transformer faults from dissolved gas data using recursive feature elimination method | |
CN111797887A (zh) | 一种基于密度筛选与k-均值聚类的反窃电预警方法及系统 | |
WO2019015226A1 (zh) | 一种快速识别风速分布规律的方法 | |
CN110220885B (zh) | 一种机械设备磨损状态综合判断方法 | |
CN112417763A (zh) | 输电线路的缺陷诊断方法、装置、设备及存储介质 | |
CN115511387A (zh) | 基于多源信息融合的油浸变压器状态评估方法及系统 | |
CN117554885B (zh) | 一种智能计量箱运行异常检测方法及系统 | |
CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
CN117491813A (zh) | 新能源汽车动力电池系统绝缘异常检测方法 | |
CN117520951A (zh) | 一种基于多特征量的变压器健康评估方法和系统 | |
Zhang et al. | Anomalous state detection of dissolved gases in transformer oil based on the canopy hyper sphere model | |
CN111507374A (zh) | 一种基于随机矩阵理论的电网海量数据异常检测方法 | |
CN112082930A (zh) | 一种诊断变压器固体绝缘老化状态方法 | |
Song et al. | Comprehensive evaluation of the transformer oil-paper insulation state based on RF-combination weighting and an improved TOPSIS method | |
CN114492636B (zh) | 一种变压器绕组状态信号的采集系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231101 Address after: Room 003, F902, 9th Floor, Building 4-C, Xixian Financial Port, Fengdong New City Energy Jinmao District, Xixian New District, Xi'an City, Shaanxi Province, 710086 Patentee after: Shaanxi Xingyou Future Electric Technology Co.,Ltd. Address before: Beilin District Xianning West Road 710049, Shaanxi city of Xi'an province No. 28 Patentee before: XI'AN JIAOTONG University |
|
TR01 | Transfer of patent right |