基于相空间重构的变压器油色谱数据最优长度选择方法

摘要：

变压器是电力系统的枢纽设备之一,基于油色谱的在线监测技术可以实时获取油中溶解气体含量的时间序列,从而实现对变压器的故障预警和辨识.在利用时间序列进行分析时,选择过多或者过少的数据均会导致分析结果不准确.因此,该文提出了基于相空间重构的油色谱分析数据最优长度选择方法.首先,利用李雅普诺夫指数验证时间序列是否具有混沌特性,对于具有混沌特性的时间序列数据,利用延迟坐标法重构其相空间,然后利用C-C法计算嵌入维数和延迟时间,在获得嵌入维数的基础上,通过分析嵌入时间序列的关联积分的收敛性,得到时间序列长度与嵌入维数之间的关系,从而可以得到数据的最优长度.最后,该文给出了计算变压器油色谱数据最优长度的流程,并利用获取到的现场的案例进行验证,验证结果表明:使用最优油色谱数据计算得到的结果与原来的计算结果一致,但是计算量和计算时间显著减少,计算效率显著提升.

关键词：油中溶解气体分析、数据最优长度、相空间重构、C-C方法

所属期刊栏目：38

分类号：TM85(高电压技术)

资助基金：国家高技术研究发展计划（863计划）2015AA050204

在线出版日期：2018-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2504-2512