1.一种阈值配置方法,其特征在于,依次包括如下步骤:
步骤1:在变电系统数据库里,找到变电设备的所有历史指标信息,选取一段时间内变电设备在正常运行状态下的历史数据;
步骤2:分别对选取的变电设备的历史数据按照如下公式进行归一化处理:
其中,hn为h归一化后的值,hmax和hmin分别为变电设备的历史数据的最大值和最小值,h为变电设备的历史数据;。
步骤3:将归一化后的hn做平均值计算,得到平均值H,并且设置阈值补偿参数L,设置初始野值滤除阈值的下限值为H-L,上限值为H+L;
步骤4:将初始野值滤除阈值的下限值为H-L,上限值为H+L分别利用如下公式进行还原,得到还原后的初始野值滤除阈值的上、下限值:
步骤5:实时获取变电设备运行状态多维度实时测点数据,判断实时测点数据是否落入初始野值滤除阈值的上、下限值构成的阈值范围,如果未落入则剔除此实时测点数据,如果落入则进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列;
步骤6:通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列;
步骤7:应用可配置的预测器,对变电设备运行状态的实时降维数据序列进行预测计算,产生变电设备运行状态的预测数据序列;
步骤8:应用变电设备运行状态的实时数据及预测数据进行分值计算,得到变电设备运行状态分值;
步骤9:确定变电设备运行状态阈值区间,包括上阈值界、下阈值界。
2.如权利要求1所述的方法,其特征在于:步骤5中进行归一化处理,获得变电设备运行状态的实时多维度归一化数据序列具体为:
多维度实时变电设备参数xt定义为t时刻变电设备数据集合,x(i)定义为多维度变电设备数据的第i维,i=1,2,…,n,表示为:
xt=(x(1),x(2),…,x(i),…,x(n))
对多维度实时变电设备参数xt进行正规化,实现归一化运算,
得到t时刻变电设备运行状态的实时多维度归一化数据序列到nt,其中NOR(xt)是正规化运算,||xt||,是xt的模。
3.如权利要求2所述的方法,其特征在于:步骤6具体为对变电设备运行状态的实时多维度归一化数据序列nt进行降维运算:
yt=PCA(nt)
得到t时刻变电设备运行状态的实时降维数据序列yt,其中PCA(xt)是降维运算,通过对变电设备运行状态的实时多维度归一化数据序列应用降维操作,产生变电设备运行状态的实时降维数据序列。
4.如权利要求1-3所述的方法,其特征在于:步骤7具体为:应用变电设备运行状态的实时降维数据序列yt和变电设备运行状态的实时数据及预测数据进行分值计算,
得到变电设备运行状态分值到zt。
5.如权利要求1-4所述的方法,其特征在于:步骤9具体为:
[Q1-1.5IQR,Q3+1.5IQR]
其中,Q1-1.5IQR为上阈值;Q3+1.5IQR为下阈值;四分位数间距IQR=Q3-Q1。