CN116522121A - 一种不平衡小样本条件下的变压器在线故障诊断方法 - Google Patents

Abstract

本发明公开了一种不平衡小样本条件下的变压器在线故障诊断方法，包括：第一步，将采集到的变压器故障样本数据进行标准化处理，并划分为训练集、测试集和验证集；第二步，针对训练集采用TLR算法消除少数类的噪声样本以及部分边界出样本，然后利用ADASYN算法在保留少数类样本数据特征前提下扩充样本数量；第三步，采用无编码比值法构造样本特征；第四步，通过KPCA对样本特征融合降维；第五步，构建WOA‑RF变压器故障诊断模型，利用验证集调整诊断模型的超参数，最后通过测试集得到诊断结果；第六步，将采集到的在线测试集输入至最优分类器中。本发明的方法，能有效提高变压器的故障诊断精度。

Description

一种不平衡小样本条件下的变压器在线故障诊断方法

技术领域

本发明涉及变压器故障诊断技术领域，具体涉及一种不平衡小样本条件下的变压器在线故障诊断方法。

背景技术

变压器是电力系统中重要的电力设备之一，其运行状态的稳定性直接影响电网的安全性。因此，准确掌握变压器的健康状态，尤其是当变压器出现异常或故障后的及时诊断，对于保障电力系统的安全稳定运行具有重要意义。

当前电网中的变压器以油浸式为主，变压器发生绝缘老化时会产生少量气体溶解在绝缘油中，其主要成分为H₂、CH₄、C₂H₄、C₂H₂、C₂H₆、CO₂、CO，通过对变压器油中溶解的气体的组成成分和浓度分析可以判断变压器的运行状态是否正常或故障类型。对气体组分、含量进行分析的油中溶解气体分析(Dissolved Gas Analysis,DGA)方法是目前最为重要的变压器状态检测和故障诊断方法之一，以DGA为基础形成的改良三比值法、Duval三角形法、Rogers比值法等规则简单，发挥了重要作用，但均存在着状态编码不完备，编码界限模糊、不清晰的问题，从而导致故障诊断的精度低。随着机器学习理论的发展，人工神经网络(Artificial Neural Network,ANN)、支持向量机(Support Vector Machine,SVM)、极限学习机(Extreme Learning Machine,ELM)等模型在变压器故障识别中取得了良好的应用成效。然而，上述方法虽然灵活性好，准确率高，但需要大量的数据支撑模型的训练。在实际生产中，变压器不同故障的发生率有着明显的差异，导致不同故障积累的样本极不均衡，基于这些不均衡数据训练的模型对小样本故障进行诊断容易导致小样本故障的误判和漏判。

目前，欠采样和过采样广泛应用于解决小样本不平衡数据集的训练问题。欠采样算法主要是剔除部分多数类样本信息，易造成有效信息的丢失，因此较少应用于变压器故障诊断问题中。过采样算法则是生成少数类样本以平衡各故障类别的样本数目，目前应用最为广泛的是合成少数过采样技术(Synthetic Minority Over-Sampling Technique,SMOTE)、ADASYN(Adaptive Synthetic Sampling，ADASYN)及其改进算法，但上述的样本合成方法容易受到少数类噪声和边界处样本数据的影响，使得合成的数据中包含更多的噪声和模糊数据。

针对上述问题，本发明提出一种不平衡小样本条件下的变压器在线故障诊断方法，能够有效解决对少数类故障样本的误判和漏判问题。

发明内容

本发明的主要目的在于提供一种不平衡小样本条件下的变压器在线故障诊断方法，有效提高变压器的故障诊断精度。

本发明采用的技术方案是：一种不平衡小样本条件下的变压器在线故障诊断方法，包括：

第一步，将采集到的变压器故障样本数据进行标准化处理，并划分为训练集、测试集和验证集；

第二步，针对训练集采用TLR算法消除少数类的噪声样本以及部分边界出样本，然后利用ADASYN算法在保留少数类样本数据特征前提下扩充样本数量；

第三步，采用无编码比值法构造样本特征；

第四步，通过KPCA对样本特征融合降维；

第五步，构建WOA-RF变压器故障诊断模型，利用验证集调整诊断模型的超参数，最后通过测试集得到诊断结果；

第六步，将采集到的在线测试集输入至最优分类器中。

进一步地，所述第一步的具体步骤如下：

步骤1：收集变压器DGA样本数据，m为收集到的样本数量，n为收集到的特征气体种类数；

油中的溶解气体主要包括H₂、CH₄、C₂H₄、C₂H₂、C₂H₆、CO、CO₂,根据变压器是否发生故障以及存在何种故障，将变压器划分为正常、高温过热、高能放电、中低温过热、低能放电、局部放电和放电兼过热；

步骤2：将采集到的故障样本数据进行z-score标准化处理，得到

步骤3：将标准化的样本数据划分为训练集、测试集和验证集。

更进一步地，所述第二步的具体步骤如下：

步骤1：对训练集通过TLR算法对不同类别的两个临近样本连接成Tomek链，消除少数类的噪声样本以及部分边界处样本；

步骤2：采用ADASYN算法以扩充样本数量。

更进一步地，所述第四步的具体步骤如下：

步骤1：计算高维特征矩阵的协方差矩阵；

步骤2：将高维空间的样本点转换为特征空间样本点；

步骤3：求解特征值和特征向量；

步骤4：定义核函数；

步骤5：计算特征值的累积贡献率，当累计贡献率大于85％时提取主分量；

步骤6：计算已修正的核矩阵在提取出的特征向量上的投影，所得的投影即为经KPCA特征融合后所得低维融合特征矩阵。

更进一步地，所述第五步的具体步骤如下：

步骤1：利用Booststrap抽样法，从训练集N中抽取容量相同的样本，生成训练子集；

步骤2：假设训练子集有S个特征，对随机抽取的样本s个作为分裂特征子集，采用CART算法分裂，重复n次步骤1至步骤2生成子树，构建RF模型；

步骤3：确定适应度函数，初始化参数鲸鱼种群规模大小、最大迭代次数、鲸鱼种群中每个个体的位置以及RF模型中的决策树的数量和决策树深度优化范围；

步骤4：计算每头鲸鱼相应的适应度值，记录最优适应度值和对应位置向量后更新最优解；

步骤5：若达到终止条件，则输出最优个体，即算法找到的最优解；否则，返回第四步；

步骤6：构建WOA-RF变压器故障诊断模型，利用验证集调整模型结构及超参数，然后保存该诊断模型；

步骤7：通过测试集得到故障诊断结果。

本发明的优点：

本发明的不平衡小样本条件下的变压器在线故障诊断方法，能有效提高变压器的故障诊断精度。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明的方法的流程框图；

图2是本发明实施例中KPCA的方差累积贡献率pareto图；

图3是本发明实施例中不同主元散度第一图；

图4是本发明实施例中不同主元散度第二图；

图5是本发明实施例的最终诊断结果图；

图6是本发明实施例中是验证TLR-ADASYN优越性的可视化结果图；

图7是本发明实施例中不同输入特征的诊断结果第一图；

图8是本发明实施例中不同输入特征的诊断结果第二图。

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，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明中，收集变压器故障样本363例，代表DGA样本矩阵中的行数。其中包括正常82例、高温过热71例、高能放电67例、中低温过热52例、低能放电39例、局部放电30例和放电兼过热22例。油中的溶解气体包括H₂、CH₄、C₂H₄、C₂H₂、C₂H₆,代表DGA样本矩阵中的列数。根据变压器是否发生故障以及存在何种故障，可将变压器划分为正常、高温过热、高能放电、中低温过热、低能放电、局部放电和放电兼过热，并标签1到7。

第一步，将采集到的变压器故障样本数据进行标准化处理，并划分为训练集、测试集和验证集，具体步骤如下：

S101：收集变压器DGA样本数据

S102：将采集到的故障样本数据进行z-score标准化处理，得到

具体公式如下：

式中：x^*为标准化后得到的特征量；x为原始数据；x为原始数据的均值，具体表示为σ为原始数据的标准差，具体表示为/>

S103：将标准化的样本数据划分为训练集、测试集和验证集。其中，训练集占据70％，测试集占据20％，验证集占据10％；

第二步，针对训练集采用TLR算法消除少数类的噪声样本以及部分边界出样本，然后利用ADASYN算法在保留少数类样本数据特征前提下扩充样本数量，具体步骤如下：

S201：对训练集通过TLR算法对不同类别的两个临近样本可连接成Tomek链，消除少数类的噪声样本以及部分边界处样本；

具体的，假设存在多数类和少数类样本集C₁、C₂，对应的样本分别为μ_i(i∈{l，...，a})和v_j(j∈{l，...，b})。定义距离dist(μ_i，v_j)＝||μ_i-v_j||，若不存在其他样本v_p或μ_q满足dist(μ_i，v_p)＜dist(μ_i，v_j)或dist(μ_q，v_j)＜dist(μ_i，v_j)，即(μ_i，v_j)可构成一对Tomek链。

对于每个μ_i∈C₁，寻找最近的v_p∈C₂，形成链l₁₂集合并保存。

l₁₂＝{(μ_i，v_p)|μ_i∈C₁}

对于每个v_j∈C₂，寻找最近的μ_q∈C₂，形成链l₂₁集合并保存。

l₂₁＝{(μ_q，v_j)|v_j∈C₂}

l₁₂和l₂₁的构成Tomek链Π：

S202：采用ADASYN算法以扩充样本数量；

假设训练集为D，其中包含d个样本{x_i，y_i}，i＝1，2，...，m，其中x_i为e维特征空间X的样本，y_i∈Y＝{-1，1}。d_s和d_l分别代表少数类样本数和多数类样本数，因此，d_s≤d_l并且d_s+d_l＝d。

计算类不平衡度，如下式所示：

式中：f∈(0，1]。

计算需要合成的少数类样本的总数目G，如下式所示：

G＝(d_l-d_s)×β

式中：β∈[0.1]区间的随机数，表示新数据生成后的不平衡度。β＝1则表明采样后的正负比为1∶1。

计算K近邻中多数类的占比，如下式所示：

对r_i进行标准化，如下式所示：

根据样本权重，计算每一个少数类样本需要生成新样本数的个数。如下式所示：

由g计算每一个少数样本需要生成样本数目，如下式所示：

s_i＝(x_iz-x_i)×λ

式中：s_i为合成的新样本，x_i为少数类样本中第i个样本，(x_iz-x_i)是代表两个少数类样本之间差异性的d维向量，λ则是[0.1]区间的随机数。

第三步，采用无编码比值法构造样本特征；

具体的样本特征如下：CH₄/H₂、C₂H₂/H₂、C₂H₂/C₂H₄、C₂H₄/C₂H₆、C₂H₆/CH₄、C₂H₂/CH₄、C₂H₄/CH₄、H₂/THC、CH₄/THC、C₂H₄/THC、C₂H₆/THC、C₂H₂/THC、(CH₄+C₂H₄)/THC、H₂/ALL、CH₄/ALL、C₂H₂/ALL、C₂H₄/ALL、C₂H₆/ALL。

其中THC＝CH₄+C₂H₂+C₂H₄+C₂H₆，ALL＝H₂+CH₄+C₂H₂+C₂H₄+C₂H₆。

最终，构造样本特征矩阵，即

第四步，通过核主成分分析法对样本特征融合降维，具体步骤如下；

S401：计算高维特征矩阵的协方差矩阵；

具体的，记故障样本X′＝{x₁，x₂，…，x₁₈}，使得其协方差矩阵维：

S402：将高维空间的样本点换为特征空间样本点；

x₁，x₂，…，x₁₈→Φ(x₁)，Φ(x₂)，…，Φ(x₁₈)

其中，为映射函数，然后需要引入满足中心化条件，即则在特征空间F的协方差矩阵为：

S403：求解特征值和特征向量；

进而求出：

特征向量v可以由Φ(x_i)，i＝1，2，…18，线性表示为：

S404：定义核函数；

K_ij＝Φ(x_i)·Φ(x_j)

利用核函数可将协方差的特征多项式进行化简为：

MλKα＝K²α＝λ_iα

式中：α为维数为18列向量。

求解该式，即可获得要求的特征值λ₁，…λ₁₈以及对应的特征向量v₁，…v₁₈；

S405：计算特征值的累积贡献率，当累计贡献率大于85％时提取主分量；

式中：c为累计贡献率，如果B_t＞c，则提取t个主分量α₁，…，α₇；

具体的，选取累计贡献率大于85％的前7维主分量作为融合特征。

S406：计算已修正的核矩阵在提取出的特征向量上的投影；

Y＝K·α

式中：α＝α₁，…，α₇

所得的投影即为经KPCA特征融合后所得低维融合特征矩阵。

第五步，构建WOA-RF变压器故障诊断模型，利用验证集调整诊断模型的超参数，最后通过测试集得到诊断结果，具体步骤如下：

S501：利用Booststrap抽样法，从训练集N中抽取容量相同的样本，生成训练子集；

S502：假设训练子集有S个特征，对随机抽取的样本s个作为分裂特征子集(s≤S)，采用CART算法分裂，重复n次步骤1至步骤2生成子树，构建RF模型；

S503：确定适应度函数，初始化参数鲸鱼种群规模大小、最大迭代次数、鲸鱼种群中每个个体的位置以及RF模型中的决策树的数量和决策树深度优化范围；

S504：计算每头鲸鱼相应的适应度值，记录最优适应度值和对应位置向量后更新最优解；

S505：若达到终止条件，则输出最优个体，即算法找到的最优解；否则，返回第四步；

S506：构建WOA-RF变压器故障诊断模型，利用验证集调整模型结构及超参数，然后保存该诊断模型；

S507：通过测试集得到故障诊断结果；

第六步，将采集到的在线测试集输入至最优分类器中，实现变压器在线故障诊断，具体步骤如下：将采集到的在线测试集输入至最优分类器中，实现变压器在线故障诊断。

实施例：

首先，收集变压器故障样本363例，其中包括正常82例、高温过热71例、高能放电67例、中低温过热52例、低能放电39例、局部放电30例和放电兼过热22例，然后进行标准化处理。

其次，利用TLR算法消除训练集噪声及边界数据，然后利用ADASYN算法对少数类故障样本进行扩充，处理前后的样本数量分布如表1所示。

表1训练样本预处理前后对比

最后，将均衡化后的数据采用KPCA进行特征融合，选取累计贡献率大于85％的前7维主分量作为融合特征，具体如图2所示。为了进一步说明KPCA特征融合的有效性，对不同主元绘制二维散度图如图3和图4所示，表明融合特征具有良好的聚类效果。

本实施例将RF模型作为分类器，采用WOA算法优化RF模型中的决策树的数量和决策树深度。其中，决策树的数量优化范围为[0，200]，决策树深度优化范围为[0，70]，种群数量为10，最大迭代次数为100。将融合特征输入至RF分类器中，通过十折交叉验证法对WOA-RF变压器故障诊断模型进行诊断，得到分类结果如图5所示。

为说明基于KPCA特征融合方法的优越性，与IEC三比值法、Rogers四比值法和18维联合特征输入WOA-RF最优分类器中进行故障诊断，诊断结果如图6所示。

为验证本方法的优越性，分别与NGO-RF、SO-RF、RF、ELM、SVM和共5种模型进行对比分析，所有模型输入特征均采用相同，各模型诊断准确率如图7和图8所示，另外采用召回率、精确率和F1评价本方法的优越性，见表2。

表2多模型诊断准确率对比

由表2可以看出：本方法在不平衡小样本条件下具有较高的准确率。

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

Claims (5)

1.一种不平衡小样本条件下的变压器在线故障诊断方法，其特征在于，包括：

第一步，将采集到的变压器故障样本数据进行标准化处理，并划分为训练集、测试集和验证集；

第二步，针对训练集采用TLR算法消除少数类的噪声样本以及部分边界出样本，然后利用ADASYN算法在保留少数类样本数据特征前提下扩充样本数量；

第三步，采用无编码比值法构造样本特征；

第四步，通过KPCA对样本特征融合降维；

第五步，构建WOA-RF变压器故障诊断模型，利用验证集调整诊断模型的超参数，最后通过测试集得到诊断结果；

第六步，将采集到的在线测试集输入至最优分类器中。

2.根据权利要求1所述的不平衡小样本条件下的变压器在线故障诊断方法，其特征在于，所述第一步的具体步骤如下：

步骤1：收集变压器DGA样本数据，m为收集到的样本数量，n为收集到的特征气体种类数；

油中的溶解气体主要包括H₂、CH₄、C₂H₄、C₂H₂、C₂H₆、CO、CO₂，根据变压器是否发生故障以及存在何种故障，将变压器划分为正常、高温过热、高能放电、中低温过热、低能放电、局部放电和放电兼过热；

步骤2：将采集到的故障样本数据进行z-score标准化处理，得到

步骤3：将标准化的样本数据划分为训练集、测试集和验证集。

3.根据权利要求1所述的不平衡小样本条件下的变压器在线故障诊断方法，其特征在于，所述第二步的具体步骤如下：

步骤1：对训练集通过TLR算法对不同类别的两个临近样本连接成Tomek链，消除少数类的噪声样本以及部分边界处样本；

步骤2：采用ADASYN算法以扩充样本数量。

4.根据权利要求1所述的不平衡小样本条件下的变压器在线故障诊断方法，其特征在于，所述第四步的具体步骤如下：

步骤1：计算高维特征矩阵的协方差矩阵；

步骤2：将高维空间的样本点转换为特征空间样本点；

步骤3：求解特征值和特征向量；

步骤4：定义核函数；

步骤5：计算特征值的累积贡献率，当累计贡献率大于85％时提取主分量；

步骤6：计算已修正的核矩阵在提取出的特征向量上的投影，所得的投影即为经KPCA特征融合后所得低维融合特征矩阵。

5.根据权利要求1所述的不平衡小样本条件下的变压器在线故障诊断方法，其特征在于，所述第五步的具体步骤如下：

步骤1：利用Booststrap抽样法，从训练集N中抽取容量相同的样本，生成训练子集；

步骤2：假设训练子集有S个特征，对随机抽取的样本s个作为分裂特征子集，采用CART算法分裂，重复n次步骤1至步骤2生成子树，构建RF模型；

步骤3：确定适应度函数，初始化参数鲸鱼种群规模大小、最大迭代次数、鲸鱼种群中每个个体的位置以及RF模型中的决策树的数量和决策树深度优化范围；

步骤4：计算每头鲸鱼相应的适应度值，记录最优适应度值和对应位置向量后更新最优解；

步骤5：若达到终止条件，则输出最优个体，即算法找到的最优解；否则，返回第四步；

步骤6：构建WOA-RF变压器故障诊断模型，利用验证集调整模型结构及超参数，然后保存该诊断模型；

步骤7：通过测试集得到故障诊断结果。