基于Shapelet识别的变压器在线DGA异常检测
High Voltage Apparatus（2021）
Abstract
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,识别个体DGA的季节波动性及运行中的典型事件,配合传统的ESD时序异常检测,避免了由于季节波动导致的产气率、限值误报的同时,也大幅提高了对典型异常事件的识别灵敏度,提高了算法的可解释性.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined