[发明专利]一种输变电设备特征参量离散化方法

说明书

本发明公开了一种输变电设备特征参量离散化方法，它包括采集输变电设备待离散的特征参量全量历史数据，利用概率密度函数获得该参量的分布规律，并根据概率密度函数计算累积分布函数；设该输变电设备有N种健康状态，统计与该输变电设备同型号的在运设备处于不同健康状态的概率，并对分布概率进行一次累加，得到累积分布概率；将累积分布概率依次带入该特征参量的逆累积分布函数，得到N个对应的映射值，从而获得N个离散区间，实现特征参量离散化；解决了现有技术对输变电设备特征参量离散的方法主观性较强，忽略了设备特点和数据的变化规律导致离散的区间不合理，给关联规则挖掘带来不利影响等技术问题。

技术领域

本发明属于电力设备在线监测和状态评估领域，尤其涉及一种输变电设备特征参量离散化方法。

背景技术

在电力系统逐渐步入大数据时代的背景下，将大数据分析技术应用到输变电设备状态评估领域，对提高输变电设备故障诊断的准确性和及时性，保证输变电设备与电力系统的安全稳定运行具有重要意义。

作为关键的大数据分析方法，关联规则挖掘算法得到了广泛应用。关联规则分析应用的数据集都是离散的数据集，而通过在线监测得到的数据，都是连续的数值，所以必须对所有的连续数据进行离散化处理。现有的离散化主要分为布尔离散化和多值离散化，布尔离散化是将所有连续值映射为0或1的布尔值，而多值离散化则是将连续值映射为大于两个的值。上述两类方法通常以各特征参量的注意值或告警值为参考标准，以变压器氢气含量为例，如果其注意值为150uL/L 时，则根据150uL/L的分界值将氢气离散为两类。上述离散化方法往往依靠人或相关规范设定分界值，主观性较强，忽略了设备特点和数据的变化规律，往往导致离散的区间不够合理，给关联规则挖掘带来不利影响。

发明内容：

本发明要解决的技术问题：提供一种输变电设备特征参量离散化方法，以解决现有技术对输变电设备特征参量离散的方法往往依靠人或相关规范设定分界值，主观性较强，忽略了设备特点和数据的变化规律，往往导致离散的区间不够合理，给关联规则挖掘带来不利影响等技术问题。

本发明技术方案：

一种输变电设备特征参量离散化方法，它包括：

步骤1、采集输变电设备待离散的特征参量历史时间序列量测数据，利用概率密度函数获得该参量的分布规律，并将概率密度函数进行积分获得累积分布函数；

步骤2、设该输变电设备有N种健康状态，统计与该输变电设备同型号的在运设备处于不同健康状态的概率，P＝[p₁ p₁ ... p_N]，并对分布概率进行一次累加，得到累积分布概率F＝[F₁ F₂ ... F_N-1 1]；

步骤3、将F₁，…，F_N-1依次带入该特征参量的逆累积分布函数，得到N个对应的映射值X_p＝[x₁ x₂ ... x_N-1]，从而获得N个离散区间[0,x₁]，(x₂,x₂]，…，(x_N-1,+∞]，从而实现特征参量离散化。

步骤2所述对分布概率进行一次累加的公式为：

本发明有益效果：