[发明专利]一种基于ID3算法的变压器缺陷预测方法及装置

说明书

本申请公开了一种基于ID3算法的变压器缺陷预测方法及装置，本申请的技术方案利用ID3算法技术、把油浸式变压器各种在线监测数据集中融合，汇总形成有价值的数据，改变油浸式变压器缺陷判定依靠传统数据统计分析和人工经验方法的不足，改变油浸式变压器设备缺陷事后分析的信息滞后局面。利用就地采集油浸式变压器在线监测数据，及时预判油浸式变压器运行缺陷，支撑油浸式变压器缺陷判定的实时性和有效性实现，提升油浸式变压器设备运行的安全可靠性。

技术领域

本申请涉及分析及测量控制技术领域，尤其涉及一种基于ID3算法的变压器缺陷预测方法及装置。

背景技术

油浸式变压器是工矿企业与民用建筑供配电系统中的重要设备之一，它将10kV或35kV网络电压降至用户使用的230/400V母线电压。

油浸式变压器设备的实时数据对于油浸式变压器的管理有着重要的意义，然而，运行维护人员却常常掌握不到实时数据或者对于实时数据掌握不准确，进而对这些油浸式变压器设备运行缺陷的发生与否不能完全地进行掌握。油浸式变压器设备的运行状态通常依靠人工经验，既做不到实时监控，又要花大量的人物力到现场核查。

因此，如何在真正意义上实现油浸式变压器设备缺陷的预测管理，成为本领域技术人员亟待解决的问题。

发明内容

本申请提供了一种基于ID3算法的变压器缺陷预测方法及装置，在真正意义上实现油浸式变压器设备缺陷的预测管理。

一方面，本申请提供了一种基于ID3算法的变压器缺陷预测方法，包括：

采集油浸式变压器中的参数作为样本数据，所述参数包括油色谱中的甲烷含量、乙烷含量、油温值以及所述油浸式变压器的缺陷；

对所述样本数据进行处理，得到训练数据；

根据所述训练数据建立ID3算法模型；

根据所述ID3算法模型对所述油浸式变压器进行缺陷预测。

结合第一方面，所述方法还包括：按照预设周期采集油浸式变压器中的参数作为样本数据。

结合第一方面，所述对样本数据进行处理，得到训练数据的步骤包括：

判断所述样本数据是否正常；

如果所述样本数据出现异常，则用差值填充出现异常的参数值；

正常的参数值以及填充的参数值共同作为训练数据；

如果所述样本数据未出现异常，则组成样本数据的所有参数值作为训练数据。

结合第一方面，所述根据训练数据建立ID3算法模型的步骤包括：

将样本数据中所有参数记录为一个根节点的数据；

分别找到甲烷含量、乙烷含量和油温值的分割点；

根据油温值的分割点，将根节点的数据分割为两个第一子节点数据；

根据甲烷含量的分割点，分别将两个第一子节点数据再分为两个第二子节点数据，共得到四个第二子节点数据；

根据乙烷含量的分割点，分别将四个第二子节点数据再分为两个第三子节点数据，共得到八个第三子节点数据。

结合第一方面，所述根据所述ID3算法模型对所述油浸式变压器进行缺陷预测的步骤包括：

获取下一个周期的油浸式变压器的油色谱中的待测参数，所述待测参数包括甲烷含量、乙烷含量和油温值；

将所述待测参数输入所述ID3算法模型中，得到ID3算法模型的计算结果；