理论教育 基于主成分分析的变压器状态特征压缩与提取算例分析

基于主成分分析的变压器状态特征压缩与提取算例分析

时间:2023-06-18 理论教育 版权反馈
【摘要】:本节以电力典型重要设备变压器为例,以变压器状态监测指标参量作为研究对象,运用上述改进主成分分析方法提取变压器关键参量,为电力设备状态监测指标参量的特征提取提供详细应用思路。基于上一节中改进主成分分析对变压器状态指标参量进行特征提取,可以提取出变压器状态的主要特征参量。

基于主成分分析的变压器状态特征压缩与提取算例分析

本节以电力典型重要设备变压器为例,以变压器状态监测指标参量作为研究对象,运用上述改进主成分分析方法提取变压器关键参量,为电力设备状态监测指标参量的特征提取提供详细应用思路。

1.变压器状态指标参量的选取

变压器指标的选取须结合实际,参考电网历年故障历史数据统计,结合国家电网公司《油浸变压器状态评价导则》(2011)以及《油浸变压器状态检修导则》[28]对指标的规定,选取的指标参量如表4-2所示。

表4-2 变压器指标参量

2.变压器状态关键参量的特征提取

在对电力变压器进行状态评估时,状态评估指标参量过多,会影响状态评估的速度和分析难度,对状态指标参量进行特征提取、删除冗余状态指标变量能提高评估效率。基于上一节中改进主成分分析对变压器状态指标参量进行特征提取,可以提取出变压器状态的主要特征参量。本节以变压器状态指标参量统计数据为例,根据表4-2建立变压器状态性能指标参量判据矩阵,数据如表4-3所示。

表4-3 对应指标参量百分比

通过表中数据构成量化矩阵,并运用SPSS软件对上述指标参量判据矩阵进行主成分分析,得到相应的特征值与方差贡献率,如表4-4所示。(www.daowen.com)

表4-4 主成分特征值与方差贡献率

通过表4-4可知,特征值1λ为14.275,2λ为7.725,前两个主成分累计方差贡献率分别为64.89%、35.11%,涵盖了原始数据将近百分之百的信息量,因此选择了前两个主要成分进行分析,对应的因子载荷矩阵如表4-5所示。

表4-5 因子载荷矩阵

通过式(4-8)可以得出各个指标参量权重,结果如图4-4所示。

图4-4 状态指标参量权重大小

将各状态指标权重进行归一化至[0,1],选择大于0.5的基本状态指标参量,依次筛选得到了12个变压器关键参量指标,如表4-6所示。

表4-6 变压器状态关键指标参量

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈