基于PCA和Fast-MCD的油中溶解气体在线监测异常数据识别.pdfVIP

Vol.44，No.03第44卷第3期

Mar.25.2025ZhejiangElectricPower2025年3月

输变电

基于PCA和Fast-MCD的油中溶解气体在线监测异常

数据识别

111222

王子凌，汪科，柴卫健，李业欣，邹国平，安斯光

（1.国网浙江省电力有限公司电力科学研究院，杭州310014；

2.中国计量大学机电工程学院，杭州310018）

摘要：油中溶解气体在线监测装置对变压器运行状态的准确监测是保证其稳定运行的关键，监测装置若

出现故障会导致在线监测数据异常，严重影响在线监测的效果。针对这一问题，提出了一种基于PCA（主

成分分析）和Fast-MCD（快速最小协方差行列式）的变压器油中溶解气体异常数据识别方法。首先，利用

PCA算法对油中溶解气体时间序列进行降维，有效消除了冗余特征信息。然后，结合稳健统计理论，对降

维后的数据进行Fast-MCD稳健分析，实现异常值识别。最后，分析识别出的异常值，判断故障来源。算

例研究结果表明，该异常识别方法能够有效识别出油中溶解气体在线监测装置故障，性能优于其他常规方

法，准确率高达99.1%。

关键词：异常检测；油中溶解气体分析；Fast-MCD；主成分分析

DOI:10.19585/j.zjdl.202503011开放科学（资源服务）标识码（OSID）：

IdentificationofAbnormaldatainonlinedissolvedgasmonitoringinoilbasedon

PCAandFast-MCD

111222

WANGZiling，WANGKe，CHAIWeijian，LIYexin，ZOUGuoping，ANSiguang

（1.StateGridZhejiangElectricPowerCo.，Ltd.ResearchInstitute，Hangzhou310014，China；

2.SchoolofMechanicalandElectricalEngineering，ChinaJiliangUniversity，Hangzhou310018，China）

Abstract:Todetecttheoperationalstatusoftransformersbyonlinemonitoringofdissolvedgasesinoiliscriticalfor

ensuringitsstableoperation.However，faultsinmonitoringdevicescanresultinabnormaldata，severelyimpacting

theeffectofonlinemonitoring.Toaddressthisissue，amethodforidentifyingabnormaldataindissolvedgasmoni⁃

toringbasedon