基于电能表计量数据的台区变压器健康预警方法

摘要

针对台区变压器普遍缺乏油色谱等专业检测设备、传统状态评估方法依赖多源联测数据难以获得的问题，提出一种基于电能表计量数据的多层次健康预警方法。首先利用电能表采集的15 min粒度有功、无功电量数据计算变压器实时损耗，并结合Soft-Impute完成缺失数据修复，以构建连续可靠的损耗序列，采用K-means聚类对损耗数据进行时间特征解耦，实现日内损耗模式的自适应划分，在传统Bootstrap的基础上引入聚类分层+时间块抽样机制，使重采样过程保留时间序列局部相关性与不同运行状态分布特征；同时通过Studentized标准化对各子样本估计量进行方差校正，降低不同负荷尺度下统计波动偏差，构建分时段损耗健康画像，据此形成15 min级、日级与月级三级预警指标。最后基于西北地区某10 kV配电网4台变压器2024年运行数据及故障月数据进行验证，结果表明在故障月中可稳定触发预警，整体精确率达95.4%、F1值为0.91。该方法仅依赖电能表采集的计量数据，对慢性潜在故障具有较好的提前识别能力。

关键词

台区变压器 / K-means聚类算法 / 健康预警 / 时间解耦 / 健康画像

基金资助

国家自然科学基金（62066024）; 国网甘肃省电力公司科技项目（522706250005）