基于Seasonal Hybrid ESD算法的电力变压器噪声检测方法研究

摘要

为提高在实际仅有少量样本情形下的变压器时序数据异常检测正确率,提出一种基于混合季节性极端偏差检验算法(Seasonal Hybrid ESD,S-H-ESD)的电力变压器噪声信号分析方法。首先通过STL将原始时序数据分解为长趋势、周期和残差分量,再采用S-H-ESD检验残差分量中的异常,将偏离中位数超出阈值的数据点作为变压器噪声信号的异常点,实现原始噪声信号数据中的异常点定位,最后通过对某500 kV变电站主变实测样本集数据,将所提方法与Prophet方法进行对比试验,结果表明:所提方法在小样本数据下异常点检测正确率高达到99.67%,为电力变压器运行状态噪声检测应用提供了小样本场景下的有效方法。

关键词

电力变压器 / 噪声信号 / S-H-ESD算法 / 异常点检测 / 小样本分析

基金资助

国家自然科学基金项目(62001202)