一种面向大数据应用的电力设备状态量动态阈值获取方法

1.一种面向大数据应用的电力设备状态量动态阈值获取方法，其特征在于，针对不随时间年限正常老化的状态量分析，采用广义横向比较分析法；针对随时间年限正常老化的状态量分析，采用广义纵向比较分析法；广义横向比较分析法包括以下步骤：收集某一地区的同一电压等级变压器群的同一状态量实测值，形成该状态量的大数据样本；计算小于状态量值的变压器占样本总数量的比重，形成百分数-状态量值对，在二维坐标系描绘百分数与状态量值的曲线图并进行拟合，拟合得到的曲线为状态量基准分布曲线；将状态量基准分布曲线分为正常状态区域、基准状态区域、异常状态区域三个区域，将实测状态量与状态量基准分布曲线比较即可对该状态量进行评估；广义纵向比较分析法包括以下步骤：收集并形成运行年限、状态量值样本对，在二维坐标系描绘在时间与状态量值的散点图并获取回归线L，采用置信区间理论计算上置信区间线L1及下置信区间线L2，通过L1及L2对当前状态量阈值进行动态修正。 2.根据权利要求1所述的一种面向大数据应用的电力设备状态量动态阈值获取方法，其特征在于，在广义纵向比较分析法的步骤中，采用最小二乘算法获取回归线L。 3.根据权利要求2所述的一种面向大数据应用的电力设备状态量动态阈值获取方法，其特征在于，最小二乘算法包括以下步骤：假设给定数据点(x i ,y i )(i＝0,1,...,m)，φ为所有次数不超过n(n≤m)的多项式构成的函数类，确定多项式 使得 取最小值，由多元函数求极值的必要条件，得(1)式是关于a 0 ,a 1 ,...,a n 的线性方程组，用矩阵表示为 ，方程组(1)的系数矩阵是一个对称正定矩阵，存在唯一解，从(1)式中解出a k (k＝0,1,…，n)，从而可得多项式 4.根据权利要求1所述的一种面向大数据应用的电力设备状态量动态阈值获取方法，其特征在于，广义纵向比较分析法适用于随时间年限正常老化的状态量值，包括碳氧化物、糠醛、绝缘电阻。