一种识别局放在线监测异常数据的方法、装置及存储介质
1.本发明涉及局放在线监测领域，具体涉及一种识别局放在线监测异常数据的方法、装置及存储介质。
背景技术：
2.局部放电是衡量设备绝缘优劣的关键特征，如果设备发生局部放电，会造成一定的损失和危害，所以有必要对设备进行局放在线监测。在日常监测中，由于设备内部缺陷或者外界条件因素的干扰，在使用超声波法和暂态地电压检测法进行局放监测时，容易产生异常数据，这些异常数据会影响监测设备状态评估的准确性。当检测出异常数据时，频繁告警最终会导致电池寿命大大降低。
技术实现要素：
3.针对现有技术的上述问题，本发明提供了一种识别局放在线监测异常数据的方法、装置及存储介质，以实现对局放在线监测的异常数据的识别与告警。
4.为了实现上述目的，一方面提供了一种局放在线监测异常识别与告警的方法，本方法中，包括：
5.s1,构建基于孤立森林算法、用于检测监测数据异常的模型，利用所述模型对局放在线监测数据进行异常检测，识别出异常数据，所述监测数据包括地电波数据或超声波数据；
6.s2,利用定值判别法对所述异常数据进行判断，获得有效异常数据，包括：
7.s21,检测所述开关柜的所述地电波或超声波的背景值；
8.s22,获取所述背景值与各所述异常数据的差值p；
9.s23,当p满足预先设定的条件时，确定对应的所述异常数据为有效异常数据；
10.s3,对所述有效异常数据进行分析，并根据分析的结果和预先设置的告警策略进行告警。
11.进一步地，步骤s1中，构建模型的步骤包括：
12.s11,采集所述开关柜的所述监测数据作为训练数据集，从所述训练数据集中随机选择一大小为n的子集x作为随机二叉树的根节点；
13.s12,随机指定当前节点的维度，确定出一个在所述维度的最小值和最大值之间的切割点q；
14.s13,根据所述切割点q，将所述节点中数据属性值小于所述特征数值q的所述数据划分为左子树节点，将所述节点中除划分为左子树的数据都划分为右子树节点；
15.s14,对各所述左子树节点和各所述右子树节点递归步骤s12-s13，构造新的节点，当当前孤立树达到预设高度或叶子节点无法继续切割时结束递归，获得一棵完整的孤立树；
16.s15,重复所述步骤s12-s14，获得预设数量的孤立树，组成孤立森林。
17.进一步地，步骤s1中，识别出异常数据的步骤包括：
18.s16,计算所述子集x在孤立树中的平均长度；
19.s17,根据所述路径长度计算异常指数，识别出异常数据。
20.进一步地，步骤s16包括：
21.计算所述子集x的平均路径长度c(n)，用来标准化所述子集x中数据xi的路径长度和归一化e(h(xi))，其中，h(xi)为根节点到叶子节点xi的路径长度，所述e(h(xi))为所述节点xi的期望值；
22.所述c(n)的计算公式为：
[0023][0024]
其中，h(i)＝ln(i)+γ，i∈(1,2,3,
……
,n),γ＝0.5772156649为欧拉常数。
[0025]
进一步地，步骤s17包括：
[0026]
s1701,计算所述子集x中每个数据xi的异常指数s(xi,n)，所述异常指数计算公式为：
[0027][0028]
s1702,判断所述数据xi是否为异常数据，包括：
[0029]
当e(h(xi))的数值接近n-1时，s(xi,n)接近0，样本数据xi被判定为正常；
[0030]
当e(h(xi))的数值接近0时，s(xi,n)接近1，样本数据xi被判定为异常；
[0031]
当e(h(xi))的数值接近所述平均路径长度c(n)时，s(xi,n)为0.5，样本数据xi可判定为正常。
[0032]
进一步地，步骤s23包括：
[0033]
当所述监测数据为地电波数据时，将符合20db＜p≤25db的所述异常数据确定为一般有效异常数据，将p＞25db中的所述异常数据确定为危险数据；
[0034]
当所述监测数据为超声波数据时，将符合20db＜p≤30db的所述异常数据确定为一般有效异常数据，将p＞30db中的所述异常数据确定为危险数据。
[0035]
进一步地，所述步骤s3包括如下步骤中的一项或多项：
[0036]
s31,当检测到所述有效异常数据中的所述危险数据时，告警并排除干扰；
[0037]
s32,当需要间断告警时，
[0038]
若未能检测到所述一般有效异常数据或所述一般有效异常数据为满足预定发生次数条件的偶发，则设置在每天上午与下午各进行一次告警或在上午和下午的时间段中每3小时进行一次告警；
[0039]
若所述一般有效异常数据连续出现，则根据设备的实际承受时间和使用成本，设置固定间隔进行告警；
[0040]
s33,当需要连续告警时，选择5-30分钟内的一个时间作为一个告警周期。其中，每个所述告警周期内，调用了一次所述模型以检测出异常数据，并进行了告警。
[0041]
本发明还提出一种识别局放在线检测异常数据的装置，所述装置包括存储器和处理器，所述存储器存储有至少一段程序，所述至少一段程序由所述处理器执行以实现上文
所述的识别局放在线检测异常数据的方法。
[0042]
本发明还提出一种识别局放在线检测异常数据的装置，其特征在于，所述装置包括存储器和处理器，所述存储器存储有至少一段程序，所述至少一段程序由所述处理器执行以实现如上文所述的识别局放在线检测异常数据的方法。
[0043]
一种计算机可读存储介质，所述存储介质中存储有至少一段程序，所述至少一段程序被处理器执行以实现上文所述的识别局放在线检测异常数据的方法的。
[0044]
上述技术方案具有如下技术效果：
[0045]
本发明实施例的技术方案首先采用了孤立森林算法建立用于检测局放在线监测数据异常的模型，识别出异常数据后，利用定值判别法进一步判别出其中有效异常数据，分析所得有效异常数据，进一步结合预设的告警策略进行告警。该识别检测模型处理量大，速度快，具备快速准确辨别出局放数据异常的能力，同时根据数据采集时间能准确定位出异常数据发生的时间段，快速排出干扰；在此基础上，结合优化的告警策略，如通过合理选择不同时间范围的测试数据，可以大大提高告警装置的电池的使用寿命。本发明能有效减少人力物力的指出，提高经济效益和服务质量，增加电网管理水平，提升电网安全运行能力。
附图说明
[0046]
图1为本发明一实施例的识别局放在线监测异常数据的方法的流程图；
[0047]
图2为本发明一实施例的识别局放在线监测异常数据的方法的局放数据异常监测的流程图；
[0048]
图3为本发明一实施例的识别局放在线监测异常数据的方法在不同调用周期下电池使用寿命的对比图；
[0049]
图4为本发明一实施例的实现识别局放在线监测异常数据的装置的示意图。
具体实施方式
[0050]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0051]
现结合附图和具体实施方式对本发明进一步说明。
[0052]
实施例一：
[0053]
图1为本发明一实施例的识别局放在线监测异常数据的方法的流程图。如图1所示，首先利用孤立森林算法检测出正常值和异常值。其次，先利用定值判别法对超声波和tev的数据进行判断，包括：检测背景值和测量值的差值p，根据《电力设备带电检测技术规范》，进行相对值的检测，并进行预警，如果超出了规定值，即检测出了危险数据，则有必要检查此开关柜的超声波测量值和暂态地电压值偏高的原因和发生的位置，必要时可两者结合根据信号特征检测干扰产生的原因并进行排除。最后进行告警，考虑运用根据正常和异常数据产生的频率、局放的严重程度、森林树检测频率采取相应的告警策略。
[0054]
具体方法包括：
[0055]
s1,构建基于孤立森林算法、用于检测监测数据异常的模型，利用该模型对局放在线监测数据进行异常检测，识别出异常数据，监测数据包括地电波数据或超声波数据；
[0056]
具体地，图2为本发明一实施例的识别局放在线监测异常数据的方法的局放数据异常监测的流程图，如图2所示，采集开关柜的监测数据作为训练数据集，从训练数据集中随机选择一大小为n的子集x作为随机二叉树itree的根节点；随机指定当前节点的维度，确定出一个在该维度的最小值和最大值之间的切割点q；根据切割点q，将节点中数据属性值小于特征数值q的数据划分为左子树根节点，将节点中除划分为左子树的数据都划分为右子树根节点；对各左子树根节点和右子树根节点递归，构造新的节点，当当前孤立树达到预设高度或叶子节点无法继续切割时结束递归，获得一棵完整的孤立树；重复以上，获得预设数量的孤立树，组成孤立森林。示例性的，所采集的监测数据与采集时间具有关联性。示例性的，孤立森林中的孤立树一般设为100棵以上。
[0057]
具体的，对于该孤立森林，计算子集x在孤立树中的平均长度，并根据路径长度计算异常指数，识别出异常数据，包括：
[0058]
计算所述子集x的平均路径长度c(n)，用来标准化所述子集x中数据xi的路径长度和归一化e(h(xi))，其中，h(xi)为根节点到叶子节点xi的路径长度，所述e(h(xi))为所述节点xi的期望值；
[0059]
所述c(n)的计算公式为：
[0060][0061]
其中，h(i)＝ln(i)+γ，i∈(1,2,3,
……
,n),γ＝0.5772156649为欧拉常数。
[0062]
计算所述子集x中每个数据xi的异常指数s(xi,n)，所述异常指数计算公式为：
[0063][0064]
判断所述数据xi是否为异常数据，包括：
[0065]
当e(h(xi))的数值接近n-1时，s(xi,n)接近0，样本数据xi被判定为正常；
[0066]
当e(h(xi))的数值接近0时，s(xi,n)接近1，样本数据xi被判定为异常；
[0067]
当e(h(xi))的数值接近所述平均路径长度c(n)时，s(xi,n)为0.5，样本数据xi可判定为正常。
[0068]
s2,利用定值判别法对异常数据进行判断，获得有效异常数据，包括：
[0069]
s21,检测开关柜的地电波或超声波的背景值；
[0070]
s22,获取背景值与各异常数据的差值p；
[0071]
s23,当p满足预先设定的条件时，确定该异常数据为有效异常数据；具体的，无效异常是指算法算出来的异常点，但在国内检测标准被判定为正常的范围之内，被误会测为异常的数。有效异常就是算法测出来异常和经过差值测出来在标准里也是异常一致的数。
[0072]
如图1，一般而言，以20db为分界；p大于20为有效异常数据；p小于等于20为无效异常数据。具体地，当监测数据为地电波数据时，将符合20db＜p≤25db的异常数据确定为一般有效异常数据，将p＞25db中的异常数据确定为危险数据；当监测数据为超声波数据时，将符合20db＜p≤30db的异常数据确定为一般有效异常数据，将p＞30db中的异常数据确定为危险数据。
[0073]
该算法可以定位出异常点发生的具体时间，再结合《电力设备带电检测技术规范》
相关规定，根据当时的环境测定背景值，可以进一步推断出局放异常数据产生的原因，进而排除干扰。
[0074]
s3,对有效异常数据进行分析，并根据分析的结果和预先设置的告警策略进行告警。具体地，选用以下策略中的一种或多种的结合，作为局放在线监测的告警策略,策略包括：
[0075]
当检测到有效异常数据中的危险数据时，告警并排除干扰。具体的，根据监测数据与实践的关联性，该算法可以定位出异常点发生的具体时间，再结合《电力设备带电检测技术规范》相关规定，根据当时的环境测定背景值，可以进一步推断出局放异常数据产生的原因，进而排除干扰。具体的，孤立森林算法具有检测速度快的特点，在获得异常数据并进行定值判别法的判别过程中，当监测数据为地电波数据时，检测到的异常数据中有p＞25db中的危险数据，或当监测数据为超声波数据时，检测到的异常数据中有p＞30db中的危险数据，则进行告警，立即排除干扰，以免后续监测受到影响。
[0076]
当需要间断告警时，
[0077]
若未能检测到一般有效异常数据或一般有效异常数据为满足预定发生次数条件的偶发，则设置在每天上午与下午各进行一次告警或在上午和下午的时间段中每3小时进行一次告警。具体的，通过每天的超声波和tev局放监测数分析发现，若某个地区大部分数据都为正常或者在偶发异常的情况下，可以选取每天早上和下午的固定时间点进行一次告警或者选取早上或者下午时间段中每3个小时进行一次告警。
[0078]
若一般有效异常数据连续出现，则根据设备的实际承受时间和使用成本，设置固定间隔进行告警。具体的，连续异常的情况下，若某个地区在一定的时间段内连续出现异常数据，为了能最大限度延长电池使用寿命，又尽量识别出异常数据并且推断出异常数据产生的原因，可以采取固定间隔进行告警，可以结合设备的承受时间和使用成本来选择告警的频率。
[0079]
当需要连续告警时，
[0080]
考虑电池告警次数和森林算法运行状态的合作博弈关系，选择5-30分钟内的一个时间作为一个告警周期，其中，每个告警周期内，调用了一次该检测模型以检测出正常和异常数据，并进行了告警。示例性的，在一个告警周期内还可利用定值判别法获取一般有效异常数据和危险数据，进而进行上述告警。
[0081]
具体的，针对孤立森林算法模型所消耗的的算法用电量进行一次日前预测，通过对调用周期内算法的发射和判断的用电量进行一次估计，在5分钟到半个小时之间选取一个最佳时间进行一次算法调用，其中，为防止森林树的监测数据过大或者数据过小，若在已有7天数据集的情况下，每一定间隔时间内调用一次森林树算法，并且对先前的数据进行剔除，更新数据集，保证该数据集中的数据为最近7天的数据。图3为本发明一实施例的识别局放在线监测异常数据的方法在不同调用周期下电池使用寿命的对比图。如图3所示，为一环网柜智能监测平台在不同调用周期内电池的寿命比较，证明了将森林树算法和告警的频率调整为5-30分钟进行集中判断和告警确实能极大提高电池的使用寿命。具体对比过程如下：
[0082]
该环网柜智能监测平台电池告警系统采用5号电池，一般情况下一节5号电池的容量为2000mah，相当于7.2
×
106mas。假设告警传输一次，即发射一次信号消耗100ma，每调用
一次森林树算法也需要耗电，也就是工作状态，假设调用一次森林树算法需要消耗10ma。休眠状态即不工作的时候为50μa。假设传输和工作的持续时间都为100ms，进行计算可得，在一段周期内告警需要消耗10mas的电量，异常诊断需要消耗1mas的电量。
[0083]
假设初始策略的几种情况，分别为1分钟策略、2分钟策略和4分钟策略。其中1分钟策略指的是将1分钟设为一个周期，在1分钟之内进行传输，工作和休眠，也就是将环网柜监测系统所检测到的超声波和地电波局放数据进行森林树调用并告警，以此类推，2分钟、4分钟策略同理。改进后将森林树算法和告警的频率调整为8分钟集中判断和告警。以下是这几种策略下的计算思路：若是原先的1分钟策略，则1分钟里休眠下的耗电量为2.99mas，将告警、异常诊断、待机状态下的耗电量相加，因此一个周期内的总耗电量为14mas。于是可以得到电池剩余电量y与使用时间t(min)的函数关系：y＝7.2
×
10
6-14t。
[0084]
同理可得，2分钟和4分钟时段下使用周期内耗电量分别为17mas和23mas，函数关系分别为：
[0085]
和
[0086]
若采取改进后的8分钟策略，则8分钟为一个优化调度周期，一个周期之内休眠需要耗电23.99mas，休眠状态下的耗电量相比原策略增多，传输和工作的电量不变。于是相加得到总耗电量为25mas。函数关系为：
[0087][0088]
如图3所示，在原始策略的情况下进行数据诊断和告警，1分钟策略下电池只能使用358天，2分钟和4分钟的策略下电池的使用天数分别为589天和870天，调整优化后的电池策略可以使用1143天。可以明显看出优化后的策略对比先前确实有了明显的效果，相比1分钟的电池告警策略来说更是延长了两年的使用时间。说明基于孤立森林算法的电池告警策略能确实有效地延长电池的使用寿命。
[0089]
本实施例首先采用了孤立森林算法建立用于检测局放在线监测数据异常的模型，识别出异常数据后，利用定值判别法进一步判别出其中有效异常数据，分析所得有效异常数据，进一步结合预设的告警策略进行告警。该识别检测模型处理量大，速度快，具备快速准确辨别出局放数据异常的能力，同时根据数据采集时间能准确定位出异常数据发生的时间段，快速排出干扰。在此基础上，结合优化的告警策略，大大提高告警装置的电池的使用寿命。
[0090]
实施例二：
[0091]
本发明还提供一种识别局放在线监测异常数据的装置，如图4所示，该装置包括处理器401、存储器402、总线403、以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序，处理器401包括一个或一个以上处理核心，存储器402通过总线403与处理器401相连，存储器402用于存储程序指令，所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
[0092]
进一步地，作为一个可执行方案，所述识别局放在线监测异常数据的装置可以是计算机单元，该计算机单元可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机单元可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述
计算机单元的组成结构仅仅是计算机单元的示例，并不构成对计算机单元的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件。例如所述计算机单元还可以包括输入输出设备、网络接入设备、总线等，本发明实施例对此不做限定。
[0093]
进一步地，作为一个可执行方案，所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机单元的控制中心，利用各种接口和线路连接整个计算机单元的各个部分。
[0094]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机单元的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0095]
实施例三：
[0096]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
[0097]
所述计算机单元集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
[0098]
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。
