本发明涉及油浸式变压器故障指标筛选领域，具体地说是一种基于频率统计和非参数检验的油浸式变压器故障相关指标筛选方法。
背景技术：
油浸式变压器油内溶解特征气体含量的各种指标与油浸式变压器的故障息息相关。这些指标可以大致分为四类，分别是单种特征气体浓度，单种特征气体增长率、两种特征气体比值和多种特征气体的相对浓度。然而目前油浸式变压器行业内，正在使用的各种判断变压器故障的方法中，利用的都是几种固定类型的特征气体比值或相对浓度。我国的变压器故障诊断方法主要依靠国家能源局2014年发布的《中华人民共和国电力行业标准--变压器油中溶解气体分析与判断导则》(dl/t722-2014)中所提及的特征气体含量三比值法。使用的是c2h2/c2h4、ch4/h2和c2h4/c2h6三组特征气体浓度比值。国际上存在一些类似与特征气体三比值的方法，比如duval法、rogers法和doernenburg法。duval法使用的是ch4、c2h4和c2h2的相对浓度；rogers法使用了c2h2/c2h4、ch4/h2和c2h4/c2h6三种比值。doernenburg使用了ch4/h2、c2h2/c2h4、c2h2/ch4和c2h6/c2h2四种比值。因而上述方法并不能全面的对变压器运行过程中产生的运行状态信息进行利用，更不能针对不同的故障类型进行特定的指标选取。
目前现有的指标选取方法中，主要分为两类。一类是利用指标之间的某种相关性，从而去掉反映信息重复的一部分指标；另一类是利用指标自己的取值上产生的变异性，从而去掉那些区分度不明显或者对评价的结果影响相对较弱的指标。使用较多的是第一类方法，比如运用person相关系数或偏相关系数来去除指标中反映信息有重叠的指标；使用互信息剔除的方法来去除反应信息有重叠的指标；运用聚类分析的方法间接的来剔除指标间有重叠信息的指标等。
但上述的方法均有明显的不足之处，person相关系数法只能分析各指标间的线性相关性，因而不能过滤掉非线性相关的指标；基于互信息剔除法和基于聚类分析的方法在指标筛选时，只是在一个数据类型(比如故障变压器数据)中剔除具有重复信息的指标，而不能在两个不同的数据类型(比如故障变压器数据和正常变压器数据)中剔除掉与故障不相关的指标。因此在实际的操作过程中，油浸式变压器行业迫切的需要一种新的故障指标选取方法。
技术实现要素：
本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种基于频率统计和非参数检验的油浸式变压器故障相关指标筛选方法，其经过对故障变压器指标和非故障变压器指标概率密度函数是否相同的非参数检验，通过拒绝原假设置信度的大小来衡量各种指标与故障的相关程度。
为此，本发明采用如下的技术方案：一种油浸式变压器故障相关指标筛选方法，其特征在于，通过非参数的秩和检验全面考虑各种与油浸式变压器故障相关的特征气体指标，包括：
步骤1)，频率统计
11)选取故障变压器和正常变压器的带电检测数据作为样本总体数据，记故障变压器故障带电检测数据为第一部分数据，正常变压器故障带电检测数据为第二部分数据；
12)选取单种气体浓度、单种气体浓度的月标准增长率、两种气体比值和多种气体相对浓度指标；
13)以横轴为统计指标的值，以纵轴为统计指标在某值域内出现的次数，将每种指标的取值范围等分为100份，然后用直方图进行频率统计，得频率分布直方图；
14)将频率分布直方图的走势近似的视为变压器该指标的概率密度分布函数的走势；
步骤2)，非参数检验
对两部分数据每个指标的概率密度分布函数是否相同进行非参数的秩和检验(即曼-惠特尼-威尔克克森检验，mann-whitney-wilcoxontest,简称mww)，检验的两个对立假设是：
h0:两部分数据的概率密度分布函数是相同的；
h1:两部分数据的概率密度分布函数是不同的。
本发明基于频率统计和非参数检验，可以广泛地利用现有比值方法未利用的特征气体指标，在故障变压器和正常变压器两种数据的指标中，筛选出与故障相关的指标。
进一步地，所述的单种气体浓度为特征气体在油浸式变压器绝缘油内的溶解含量浓度。
进一步地，带电检测数据的第k个点的单种气体浓度的月标准增长率λk为：
其中，
进一步地，所述的两种气体比值为两种特征气体在油浸式变压器绝缘油内的溶解含量浓度的比。
进一步地，所述的气体相对浓度为某种特征气体在油浸式变压器绝缘油内的溶解含量浓度占多种特征气体(大于等于3种且包含前面的特征气体)在油浸式变压器绝缘油内的溶解含量浓度和的比例；
其中，θk为特征气体k的相对浓度，pk为特征气体k在油浸式变压器绝缘油内的溶解含量浓度。
进一步地，所述非参数的秩和的检验步骤如下：
21)对于某一指标，将该指标的两部分数据合并成一个整体，该指标每台变压器每个时间点上的带电检测数据为一条数据，假设第一部分数据有n1条，第二部分数据有n2条，然后从小到大排序，从最小到最大依次标号为1,2,…n1+n2，这个标号称为秩，如果多个数相等，那么这多个相等数的秩定义为其原秩和的均值；
22)分别求出待检验的两部分数据的秩的和，假如两部分数据概率密度函数相同，可以得到所求出的秩和的概率密度分布；
23)根据样本计算出的秩和得出双侧检验的p值，得到拒绝h0的置信度；
24)选取故障相关指标。
更进一步地，步骤22)中，当样本数据量较大时，即满足n1≥7,n2≥7时，在两部分数据的概率密度函数相同的前提下，要求得样本秩和的概率密度分布函数较为复杂，这时可以用均值为n1(n1+n2+1)/2、标准差为
更进一步地，步骤23)中，拒绝原假设的置信度越高表明两部分数据越不相同，用两部分数据检验所得拒绝原假设的置信度的大小来衡量指标与故障的相关性，拒绝原假设的置信度越大证明该指标与故障越相关；因拒绝原假设的置信度均比较高，用样本秩和偏离秩和正态分布的均值标准差的倍数来表示指标与故障的相关性。
更进一步地，步骤24)中，依据每个指标拒绝原假设的置信度从大到小选取前若干个指标作为故障相关指标。
更进一步地，步骤24)中，提前设定一个置信度，当拒绝原假设的置信度大于设定置信度时，选取其为故障相关指标。
相对于现有的方法，本发明具有以下优点：
本发明基于故障和正常变压器两部分数据多种指标的频率分布统计，对故障和正常变压器两部分数据是否具有相同的概率密度分布进行了非参数的mww检验，因而本发明可以针对不同的变压器故障，从更广阔的指标中选取故障相关指标，而不是油浸式变压器行业内现在使用的几种固定指标；并且相对于其他指标选取方法，本发明的方法简单实用，易于操作。
具体实施方式
下面结合具体实施方式对本发明作进一步说明。
实施例1
1.频率统计
1.1选取故障变压器和正常变压器两部分带电检测数据作为样本总体，第一部分的数据取自浙江电网的中高温过热故障变压器的带电检测数据，共14台899条数据；第二部分的数据取自浙江电网的正常变压器带电检测数据，选取了24台共531条数据。
1.2选取单种气体浓度、单种气体浓度的月标准增长率、两种气体比值和多种气体相对浓度共62个指标。分别为：
单种气体浓度：h2浓度，ch4浓度，c2h6浓度，c2h4浓度，c2h2浓度，co浓度，co2浓度，总烃浓度。
单种气体浓度的月标准增长率：h2月标准增长率，ch4月标准增长率，c2h6月标准增长率，c2h4月标准增长率，c2h2月标准增长率，co月标准增长率，co2月标准增长率，总烃月标准增长率。
式中，ρtk为第k个测量点的气体浓度，ρ0为气体的浓度限值，tk为第k个测量点的时间。
两种气体比值：
c2h2/c2h4，ch4/h2，c2h4/c2h6，c2h2/ch4，c2h2/c2h6，ch4/c2h4，ch4/c2h6，c2h2/h2，c2h4/h2，c2h6/h2，co/co2。
多种气体相对浓度：
ch4/(ch4+c2h2+c2h4)，c2h4/(ch4+c2h2+c2h4)，c2h2/(ch4+c2h2+c2h4)；
c2h6/(c2h6+c2h4+c2h2)，c2h4/(c2h6+c2h4+c2h2)，c2h2/(c2h6+c2h4+c2h2)；
ch4/(ch4+c2h6+c2h2)，c2h6/(ch4+c2h6+c2h2)，c2h2/(ch4+c2h6+c2h2)；
ch4/(ch4+c2h6+c2h4)，c2h6/(ch4+c2h6+c2h4)，c2h4/(ch4+c2h6+c2h4)；
h2/(h2+ch4+c2h6)，ch4/(h2+ch4+c2h6)，c2h6/(h2+ch4+c2h6)；
h2/(h2+c2h6+c2h4)，c2h6/(h2+c2h6+c2h4)，c2h4/(h2+c2h6+c2h4)；
h2/(h2+ch4+c2h4)，ch4/(h2+ch4+c2h4)，c2h4/(h2+ch4+c2h4)；
h2/(h2+ch4+c2h2)，ch4/(h2+ch4+c2h2)，c2h2/(h2+ch4+c2h2)；
h2/(h2+c2h6+c2h2)，c2h6/(h2+c2h6+c2h2)，c2h2/(h2+c2h6+c2h2)；
h2/(h2+c2h4+c2h2)，c2h4/(h2+c2h4+c2h2)，c2h2/(h2+c2h4+c2h2)；
h2/(h2+ch4+c2h6+c2h4+c2h2)，ch4/(h2+ch4+c2h6+c2h4+c2h2)，
c2h6/(h2+ch4+c2h6+c2h4+c2h2)，c2h4/(h2+ch4+c2h6+c2h4+c2h2)，
c2h2/(h2+ch4+c2h6+c2h4+c2h2)。
1.3以横轴为统计指标的值，以纵轴为统计指标在某值域内出现的次数，将指标分布的范围等分为100份，然后用直方图进行了频率统计。
1.4将频率分布直方图的走势近似的视为该指标变压器的概率密度分布走势。
2.非参数检验
2.1对两部分数据的频率分布进行了非参数的mann-whitney-wilcoxon(mww)检验检。首先是对两部分数据合并成一个整体，第一部分数据有899个，第二部分数据有531个，然后从小到大排序，从最小到最大依次标号为1,2,…n1+n2，这个标号称为秩。如果多个数相等，那么这多个相等的数的秩定义为其原秩和的均值。
2.2然后分别求出待检验的两部分数据的秩的和，假如两部分数据概率密度函数相同，那么可以得到所求出的秩的和的概率密度分布，从而可以用求出的秩和得到否定h0的置信度。因为样本数据量较大(899≥7,531≥7)，用均值为899(899+531+1)/2，标准差为
2.3最后根据样本计算出的秩和可以得出双侧检验的p值(用以衡量置信度)。拒绝原假设的置信度越高表明两部分数据越不相同。因此本发明用两部分数据检验所得拒绝原假设的置信度的大小来衡量指标与故障的相关性，拒绝原假设的置信度越大证明该指标与故障越相关。因为拒绝原假设的置信度均比较高，所以本发明用秩和偏离均值的标准差的倍数来表示，结果如表1所示：
表162种指标的非参数检验结果
2.4选取故障相关指标
此处有两种方法选取，第一种是依据每个指标拒绝原假设的置信度从大到小选取前若干个指标作为故障相关指标；第二种是提前设定一个置信度，当拒绝原假设的置信度大于设定置信度时，选取其为故障相关指标。
本实施例选用第一种方法，选取前15个指标。结果如表2所示。
表2与故障相关度高的前15个指标
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该领域的技术人员应该明白本发明包括但不限于上面具体实施方式中描述的内容。任何不偏离本发明原理的修改都将包括在权利要求的范围中。