基于Shapelet识别的变压器在线DGA异常检测 |
| |
引用本文: | 许海林,林春耀,罗颖婷,黄勇,田翔,鄂盛龙.基于Shapelet识别的变压器在线DGA异常检测[J].高压电器,2021,57(7):175-181,188. |
| |
作者姓名: | 许海林 林春耀 罗颖婷 黄勇 田翔 鄂盛龙 |
| |
作者单位: | 广东电网有限责任公司电力科学研究院,广州 510080 |
| |
基金项目: | 南方电网广东电网有限责任公司重点科技项目 |
| |
摘 要: | 油中溶解气体分析(dissolved gases analysis,DGA)技术是变压器状态监测的重要手段.针对现行主流DGA数据分析及诊断技术侧重单点数据分析,而对在线DGA数据(粒度高,但单点精度差)适应性不强的问题,文中提出了基于Shapelet的变压器异常识别方法.通过Shapelet发现算法构造时间序列决策树...
|
关 键 词: | 异常检测 Shapelet算法 典型事件 季节特性 |
本文献已被 CNKI 万方数据 等数据库收录! |
|