基于MCD稳健统计分析的变压器油色谱异常值检测及分布特性

由于人为因素以及现场干扰的影响,变压器油色谱在线监测数据在测量和传输中会不可避免地出现偏误,导致异常数据值,使得经典统计方法的结果出现偏差甚至错误。为了解决上述问题,基于稳健统计理论,根据油色谱监测数据异常值的特点,提出了油色谱H2、CO和总烃3类特征气体异常值的最小协方差行列式MCD稳健多元检测方法。利用迭代和Mahalanobis距离的思想构造一个稳健的协方差估计量,并进行异常值检测,然后再将异常数据和正常数据分类处理。针对H2、CO和总烃这3类特征气体的实例统计分析表明,异常值剔除后可有效减少这3种气体的测量值对经典统计方法的干扰,使得油色谱数据的统计规律更加明显。通过对异常值区间的跟踪评估,还可更加明显地反映变压器运行状态的变化。