CN110889441B - 一种基于距离和点密度的变电设备数据异常识别方法 - Google Patents

Abstract

本发明提供一种基于距离和点密度的变电设备检测数据异常识别方法，包括下列步骤：收集变电设备数据样本，利用归一化的方法对数据进行预处理；对预处理后的变电设备数据样本通过Mean Shift法进行聚类分析，将所述数据样本进行分类；利用基于距离的异常点识别方法对分类后的数据进行识别；利用基于密度的异常点识别方法对分类后的数据进行识别；融合基于距离的异常点识别方法以及基于密度的异常点识别方法，构建评价指标筛选异常点，输出结果，本发明通过融合基于距离和基于点密度的异常数据识别方法实现变电设备检测数据异常识别。

Description

一种基于距离和点密度的变电设备数据异常识别方法

技术领域

本发明涉及数据异常识别技术领域，尤其涉及一种基于距离和点密度的变电设备检测数据异常识别方法。

背景技术

提升电网设备精益运检水平，是保证电网安全稳定运行的重要措施。掌握设备状态的手段主要包括有巡检、试验和在线监测。巡检数据目前多采用巡视卡记录的方式获取，一日一次，由于日运维工作存在轮换以及站内运维测点较多，不同班组、不同人员很少有时间去查看并掌握历史运维作业中测点检测数据趋势，运维人员多基于当前检测数据是否超规程设定阈值来判断设备状态是否正常，难以识别设备异常的变化趋势。且针对检测的时序数据，如泄漏电流和套管SF6压力等数据样本，存在离散度较高，规律不明显的特征，不同厂家、不同运行工况下的同类设备，相关状态参量的指标往往并不相同，由此导致相关算法具有很大的局限性。且受负荷、温度、干扰等因素的影响，变电设备的异常有时被掩盖在正常检测数据的波动中而难以识别。

目前已有相关的人工智能算法应用于规律性数据的分析，如基于分布(统计)的、基于深度的、基于聚类的、基于距离的和基于密度的的离群点检测，但由于变电设备停电试验和带电检测数据分布不均匀，且总数据量大但异常点少，很难利用少量数据样本建立准确的异常检测模型、设定异常检测判断参数和阈值，且单纯利用上述智能算法进行分析将导致分析结果偏差大或者时间复杂度高的问题，存在一定局限性。

发明内容

本发明的目的在于提供一种通过融合基于距离和基于点密度的异常数据识别方法实现变电设备检测数据异常识别，以解决上述背景技术中提出的问题。

本发明是通过以下技术方案实现的，一种基于距离和点密度的变电设备数据异常识别方法，其特征在于，包括下列步骤：

S1、收集变电设备检测数据样本，利用归一化的方法对所述检测数据进行预处理；

S2、对预处理后的变电设备检测数据样本通过Mean Shift法进行聚类分析，将所述检测数据样本进行分类；

S3、利用基于距离的异常点识别方法对分类后的检测数据进行二次分析，识别异常点；

S4、利用基于密度的异常点识别方法对分类后的检测数据进行二次分析，识别异常点；

S5、融合基于距离的异常点识别方法以及基于密度的异常点识别方法，构建评价指标筛选异常点，输出结果。

优选的，其特征在于，所述归一化方法为：

式中x(i)代表任意一个变电设备检测数据样本值，min(x(n))代表变电设备检测数据样本值的最小值，max(x(n))代表变电设备检测数据样本值的最大值，g(i)表示归一化后的变电设备检测数据样本值。

优选的，对归一化后的变电设备检测数据样本通过Mean Shift法进行聚类分析，包括：

将归一化后的变电设备检测数据样本视为{X_i},i＝1,2,3,…,n，任意选取一个变电设备检测数据样本值X作为基准点，则对于该基准点X的偏移向量为(X_i-X)，根据下式计算该基准点的偏移均值：

式中：g(‖(X-X_i)/h‖²)为核函数，h为核的大小；

当‖m(X)‖>ε‘，则移动该基准点到：

然后以X₁为新的起始点，重新计算偏移均值，在上式中ε‘为设定值。

优选的，当‖m(X_n)‖<ε‘时，则认为已移动到检测数据最稠密的地方，得到聚类中心和聚类结果。

优选的，用基于距离的异常点识别方法对分类后的变电设备检测数据进行识别，包括：将某一类变电设备检测数据视为包含N个检测数据样本的检测数据集D，同时设定检测数据样本N_i的邻域内最多允许的邻居数为M，并通过欧式距离公式计算检测数据样本N_i与其他检测数据样本N_i+1之间的欧式距离，设置上述欧式距离的选取范围，在欧式距离选取范围内的其他检测数据样本N_i+1即为N_i的邻居，统计上述邻居数k，并比较k与M的大小，判断检测数据样本N_i是否为异常点。

优选的，利用基于密度的异常点识别方法对分类后的检测数据进行识别，包括：

对于某一类变电设备检测数据集合，存在o点检测数据以及p点检测数据，同时对于o点到p点的第k可达距离定义为：

rd_k(p,o)＝max{d_k(o),d(p,o)}

在上式中，d(p,o)为o点到p点的距离，采用欧式距离公式进行计算，而d_k(o)为点p的第k距离；

同时求取点p的局部可达密度：

在上式中，N_k(p)即点p的第k距离邻域，即p的第k距离以内的所有点

同时采用下式表示点p的局部离群因子：

在上式中，lrd_k(o)为点o的局部可达密度，当局部离群因子数值越大，则异常的可能性增加；当局部离群因子数值越小，则异常的可能性降低。

优选的，融合基于距离的异常点识别方法以及基于密度的异常点识别方法，采用下式进行融合：

Z(p)＝Dis(p)+Den(p)

在上式中，Dis(p)表示用距离对点P进行异常检测的结果，Dis(p)表示基于密度对点P进行异常检测的结果，Z(p)表示融合结果；

当Z(p)＝0时表示点P检测数据异常，Z(p)＝1时表示点P检测数据也为异常，Z(p)＝2时表示点P检测数据也为异常。

本发明达到的有益效果如下：

本发明提供的一种基于距离和点密度的变电设备检测数据异常识别方法，提出基于距离和点密度的检测数据分析模型，能有效的检测出异常点，算法简单，解决了目前海量数据人工分析的问题，提高数据分析效率；

本发明可有效判断设备检测状态量异常属于偶然异常还是趋势性异常；

本方法适用于变电设备异常数据的辨识和分析，根据分析结果指导现场开展设备的差异化运维，提升运维效率和经济性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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优选实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种基于距离和点密度的变电设备检测数据异常识别方法的流程图；

图2为本发明实施例提供的初步聚类图；

图3为本发明实施例提供的异常检测算法得到的分析结果。

具体实施方式

为了更好理解本发明技术内容，下面提供具体实施例，并结合附图对本发明做进一步的说明。

参见图1，一种基于距离和点密度的变电设备检测数据异常识别方法，利用聚类算法对变电设备同一检测手段获取的数据样本进行粗略分类，基于异常点检测算法对不同聚类子集进行局部异常点分析，根据定义的局部异常因子评价指标识别异常数据，发现设备隐性缺陷，具体包括下列步骤：

S1、收集变电设备数据样本，利用归一化的方法对数据进行预处理；

S2、对预处理后的变电设备数据样本通过Mean Shift法进行聚类分析，将所述数据样本进行分类；

S3、利用基于距离的异常点识别方法对分类后的数据进行识别；

S4、利用基于密度的异常点识别方法对分类后的数据进行识别；

S5、融合基于距离的异常点识别方法以及基于密度的异常点识别方法，构建评价指标筛选异常点，输出结果。

具体的，在步骤S1中，所述归一化方法为：

式中x(i)代表任意一个变电设备数据样本值，min(x(n))代表变电设备数据样本值的最小值，max(x(n))代表变电设备数据样本值的最大值，g(i)表示归一化后的变电设备数据样本值。

具体的，在步骤S2中，对归一化后的变电设备数据样本通过Mean Shift法进行聚类分析，Mean Shift法不需要事先知道分类类型，在迭代运算中会自动获得其多个聚类中心，其具体步骤包括：

将归一化后的变电设备数据样本视为{X_i},i＝1,2,3,…,n，任意选取一个变电设备数据样本值X作为基准点，则对于该基准点X的偏移向量为(X_i-X)，根据下式计算该基准点的偏移均值：

式中：g(‖(X-X_i)/h‖²)为核函数，h为核的大小；

当‖m(X)‖>ε‘，则移动该基准点到：

然后以X₁为新的起始点，重新计算偏移均值，在上式中ε‘为设定值；

在移送n次后，使‖m(X_n)‖<ε‘时，则认为已移动到数据最稠密的地方，得到聚类中心和聚类结果。

在本发明的一个实施例中，设置变电站的数据样本包括各种缺陷数据、报警数据以及正常状态下的工作数据，在将上述数据进行归一化后，选取归一化后的变电设备数据样本X₁，同时对应选取与X₁对应的未归一化的变电设备数据样本X，则对于该基准点X的存在偏移向量(X₁-X)，根据偏移均值计算出基准点X的偏移均值m(X),由偏移均值m(X)公式可知，偏移均值总是指向密度增长最快的方向；

因此对于基准点X的偏移均值m(X)，给定判断阈值ε‘，且判断阈值ε‘取值为(0.1]，当‖m(X)‖>ε‘时，选取下一基准点X_X+1，重新进行偏移均值计算，在经过若干次迭代计算后，使得‖m(X_n)‖<ε‘时，认为基准点X_n已移动到数据最稠密的地方，认为基准点X_n为聚类中心；

例如，对检测数据如泄漏电流和套管SF6压力数据特征进行分析可解决聚类数目k和初始聚类中心选择不合理导致聚类效果下降的问题。因为根据检测的实际情况，即使实际样本波动很大，一般可分为3类，即偏高的异常点、正常范围内的样本点、偏低的异常点，因此可将初始聚类数目k定为3；而对于一组符合上述情况的样本，其样本最大值、样本均值、样本最小值可以作为3个类的初始聚类中心。

具体的，用基于距离的异常点识别方法对分类后的变电设备数据进行识别，包括：

将某一类变电设备数据视为包含N个数据样本的数据集D，同时设定检测数据样本N_i的邻域内最多允许的邻居数为M，并通过欧式距离公式计算检测数据样本N_i与其他检测数据样本N_i+1之间的欧式距离，其欧式距离计算公式为：

在上式中，y_i为数据N_i+1的样本坐标，而x_i为数据N_i的样本坐标；

设置上述欧式距离的选取范围，在欧式距离选取范围内的其他检测数据样本N_i+1即为N_i的邻居，统计上述邻居数k，并比较k与M的大小，当k>M时，该数据N_i为正常样本，当当k<M时，该数据N_i为异常样本。

利用基于密度的异常点识别方法对分类后的数据进行识别，包括：

对于某一类变电设备数据集合，存在o点数据以及p点数据，同时对于o点到p点的第k可达距离定义为：

rd_k(p,o)＝max{d_k(o),d(p,o)}

在上式中，d(p,o)为o点到p点的距离，采用欧式距离公式进行计算，而d_k(o)为点p的第k距离；

同时求取点p的局部可达密度：

在上式中，N_k(p)即点p的第k距离邻域，即p的第k距离以内的所有点

同时采用下式表示点p的局部离群因子：

在上式中，lrd_k(o)为点o的局部可达密度，当局部离群因子数值越大，则异常的可能性增加；当局部离群因子数值越小，则异常的可能性降低，因此基于局部离群因子，可判断某一变电设备数据是否为异常数据。

具体的，融合基于距离的异常点识别方法以及基于密度的异常点识别方法，采用下式进行融合：

Z(p)＝Dis(p)+Den(p)

在上式中，Dis(p)表示用距离对点P的方法进行异常检测的结果，Den(p)表示基于密度对点P的方法进行异常检测的结果，Z(p)表示融合结果；

当距离对点P的方法进行异常检测的结果为正常时，Dis(p)取0，当当距离对点P的方法进行异常检测的结果为异常时，Dis(p)取1；

当基于密度对点P的方法进行异常检测的结果为正常时，Den(p)取0，当当基于密度对点P的方法进行异常检测的结果为异常时，Den(p)取1；

综上，当Z(p)＝0时表示点P数据异常，Z(p)＝1时表示点P数据也为异常，Z(p)＝2时表示点P数据也为异常。

采用本发明实施例对不同电压等级下SF6气体压力检测的数据进行聚类分析，可获得如图2所示的聚类图，针对图2中的三种聚类，结合SF6气体检测的实际情况，针对气体压力最低的一组数据进行二次分类，使用本发明实施例异常检测算法得到的分析结果如图3所示。图3中，底部的红色部分是检测出的异常点。结合实际运维发现，该数据的采集是利用的可见光检测装置获取的，由于SF6压力表计出现问题，导致通过装置读取数据均为0。验证了异常识别算法的准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (4)

1.一种基于距离和点密度的变电设备数据异常识别方法，其特征在于，包括下列步骤：

S1、收集变电设备检测数据样本，利用归一化的方法对所述检测数据进行预处理；

S2、对预处理后的变电设备检测数据样本通过Mean Shift法进行聚类分析，将所述检测数据样本进行分类；

S3、利用基于距离的异常点识别方法对分类后的检测数据进行二次分析，识别异常点；

用基于距离的异常点识别方法对分类后的变电设备检测数据进行识别，包括：将某一类变电设备检测数据视为包含N个检测数据样本的检测数据集D，同时设定检测数据样本N_i的邻域内最多允许的邻居数为M，并通过欧式距离公式计算检测数据样本N_i与其他检测数据样本N_i+1之间的欧式距离，设置上述欧式距离的选取范围，在欧式距离选取范围内的其他检测数据样本N_i+1即为N_i的邻居，统计上述邻居数k，并比较k与M的大小，判断检测数据样本N_i是否为异常点；

S4、利用基于密度的异常点识别方法对分类后的检测数据进行二次分析，识别异常点；

利用基于密度的异常点识别方法对分类后的检测数据进行识别，包括：对于某一类变电设备检测数据集合，存在o点检测数据以及p点检测数据，同时对于o点到p点的第k可达距离定义为：

rd_k(p,o)＝max{d_k(o),d(p,o)}

在上式中，d(p,o)为o点到p点的距离，采用欧式距离公式进行计算，而d_k(o)为点o的第k距离；

同时求取点p的局部可达密度：

在上式中，N_k(p)即点p的第k距离邻域，即p的第k距离以内的所有点同时采用下式表示点p的局部离群因子：

在上式中，lrd_k(o)为点o的局部可达密度，当局部离群因子数值越大，则异常的可能性增加；当局部离群因子数值越小，则异常的可能性降低；

S5、融合基于距离的异常点识别方法以及基于密度的异常点识别方法，构建评价指标筛选异常点，输出结果；

融合基于距离的异常点识别方法以及基于密度的异常点识别方法，采用下式进行融合：

Z(p)＝Dis(p)+Den(p)

在上式中，Dis(p)表示用距离对点P进行异常检测的结果，Dis(p)表示基于密度对点P进行异常检测的结果，Z(p)表示融合结果；

当Z(p)＝0时表示点P检测数据异常，Z(p)＝1时表示点P检测数据也为异常，Z(p)＝2时表示点P检测数据也为异常。

2.根据权利要求1所述的一种基于距离和点密度的变电设备检测数据异常识别方法，其特征在于，所述归一化方法为：

式中x(i)代表任意一个变电设备检测数据样本值，min(x(n))代表变电设备检测数据样本值的最小值，max(x(n))代表变电设备检测数据样本值的最大值，g(i)表示归一化后的变电设备检测数据样本值。

3.根据权利要求1所述的一种基于距离和点密度的变电设备检测数据异常识别方法，其特征在于，对归一化后的变电设备检测数据样本通过Mean Shift法进行聚类分析，包括：

将归一化后的变电设备检测数据样本视为{X_i},i＝1,2,3,…,n，任意选取一个变电设备检测数据样本值X作为基准点，则对于该基准点X的偏移向量为(X_i-X)，根据下式计算该基准点的偏移均值：

式中：g(||(X-X_i)/h||²)为核函数，h为核的大小；

当||m(X)||>ε‘，则移动该基准点到：

然后以X₁为新的起始点，重新计算偏移均值，在上式中ε‘为设定值。

4.根据权利要求3所述的一种基于距离和点密度的变电设备检测数据异常识别方法，其特征在于，当||m(X_n)||<ε‘时，则认为已移动到检测数据最稠密的地方，得到聚类中心和聚类结果。