电力变压器油中溶解气体离群值识别和数据重构

作者：江军^*; 张文乾; 李波; 李晓涵; 范利东

来源：电工技术学报, 2023, 1-13.

DOI：10.19595/j.cnki.1000-6753.tces.231033

• 电力变压器
• 油中溶解气体
• 联合检测方法
• 离群点检测
• 数据重构技术

高质量传感数据是驱动新型电力系统数字化和智能化发展的基础，而由于传感器性能退化、传输中断或其他干扰因素，数据时常出现错误和异常值，造成数据利用率低等难题。该文针对在役电力变压器油中溶解气体在线监测数据，提出了基于COPOD、孤立森林（IForest）与Grubbs的联合方法提升油中溶解气体数据的价值。首先，通过COPOD和IForest筛选出包含离群点的数据集，再采用Grubbs对其进行检验，有效识别离群值。进一步地，采用掩码方式优化训练Transformer神经网络模型，填补空缺值重构油中溶解气体数据序列。在相同气体数据序列上，所提算法正确识别点数、正确识别离群点数和受试者工作特征曲线平均面积相比于传统K-近邻算法分别提升了3.5%、29.4%和5.0%。对于数据填补，对比双向缩放算法，填补后的数据与实际数据的方均根误差为7.3，平均绝对误差为2.7，性能分别提升了9.8%和9.2%，有效地提高数据的质量和利用率。最后，通过11台500 kV变压器油中溶解气体数据分析，有力支撑了变压器状态评价和设备数字化管理。

• 单位
  南京航空航天大学