CN103440410A - 主变个体缺陷概率预测方法 - Google Patents

Abstract

本发明提供一种主变个体缺陷概率预测方法，包括以下步骤：获取模型输入变量；计算各模型输入变量的WOE值和IV值；根据所述WOE值和IV值对各模型输入变量进行交互式分组；根据交互式分组后的数据以及预先建立的预测模型得到主变个体缺陷概率。本发明的一种主变个体缺陷概率预测方法，通过对主变个体缺陷概率的预测，能对主变在未来一段确定的时期内出现缺陷的概率有相对确切的把握，从而提高了缺陷发现和预防工作的科学性和可靠性，提高工作的针对性和准确性，在保障设备安全的情况下降低设备巡视的频率，提高了电网生产和运行的效率。

Description

主变个体缺陷概率预测方法

技术领域

本发明涉及电力系统领域，特别是涉及一种主变个体缺陷概率预测方法。

背景技术

随着社会经济与文化生活的不断发展和进步，城市对电力的依赖越来越重，没有了电力供应，整个城市的交通、生产、生活就会陷入瘫痪，其破坏程度、造成的恐慌与巨大损失难以估计。电力设备是电网运行、确保电力供应的基础，电网的可靠供电和高效运行都是建立在电力设备健康可靠运行的前提下，电力设备的缺陷检测作为提高设备可靠性和可用性的重要手段，是电网油浸式主变压器设备管理的重点领域。

对于电力设备中的各类缺陷，需要尽早发现、及时消除，避免缺陷发展为故障，造成电网停电等大规模的损失。在掌握了不同电力设备的缺陷率情况后，运维人员就可以根据不同类设备间的缺陷率情况差异，有针对性的进行重点巡视和维护，避免设备缺陷发展为设备故障。另外，基于设备缺陷率信息，生产部门可以制定生产人员计划和备件需求。

传统的主变压器的缺陷率检测方法都是针对主变总体缺陷率的检测，其具体步骤包括如下：将某一批设备作为样本，提取作为样本的油浸式主变压器的设备属性；建立所述设备属性对设备缺陷率的评价函数，通过比较各个所述设备属性对于所述评价函数取值的相关性权重，从所述设备属性中提取关键属性；通过回归算法，对所述关键属性与设备缺陷率的检测结果组成的数据集进行训练，生成所述关键属性与设备缺陷率的回归模型；获取待测油浸式主变压器的关键属性并将其代入所述回归模型，获取所述待测油浸式主变压器的缺陷率。

然而，上述传统方法是基于对主变总体缺陷率进行检测，得到的结果是特定的某一批设备里发生缺陷的设备数量占比，也就是说根据现有这批设备的属性参数，最终得到未来这批设备里可能发生缺陷的设备数量占总数量的比例。采用这种方法有一个很大的缺点在于，得到未来这批设备里可能发生缺陷的设备数量占总数量的比例（例如这批设备里有80%的主变明年可能发生缺陷），并不能帮助现场工作人员确认到底这批设备里需要检修的是具体哪一台，即无法得知每一台主变压器在未来一段确定的时期内出现缺陷的概率，无法有效指导设备巡视工作的开展。

发明内容

基于此，本发明提供一种主变个体缺陷概率预测方法，能够得到每一台主变压器在未来一段确定的时期内出现缺陷的概率。

为实现上述目的，本发明采用如下方案：

一种主变个体缺陷概率预测方法，包括以下步骤：

获取模型输入变量；

计算各模型输入变量的WOE值和IV值；

根据所述WOE值和IV值对各模型输入变量进行交互式分组；

根据交互式分组后的数据以及预先建立的预测模型得到主变个体缺陷概率。

由以上方案可以看出，本发明的一种主变个体缺陷概率预测方法，通过计算各模型输入变量的WOE值和IV值并进行交互式分组，然后在交互式分组的基础上采用预先建立的预测模型得到主变个体缺陷概率。在掌握了不同设备主变的缺陷概率情况后，运维人员就可以根据不同类设备间的缺陷率情况差异，有针对性的进行重点巡视和维护，避免设备缺陷发展为设备故障；另外，基于设备缺陷概率信息，生产部门可以制定生产人员和备件需求计划。本发明通过对主变个体缺陷概率的预测，能对主变在未来一段确定的时期内出现缺陷的概率有相对确切的把握，从而提高了缺陷发现和预防工作的科学性和可靠性，提高工作的针对性和准确性，在保障设备安全的情况下降低设备巡视的频率，提高了电网生产和运行的效率。

附图说明

图1为本发明实施例中一种主变个体缺陷概率预测方法的流程示意图；

图2为本发明实施例中缺陷概率预测评分卡示意图；

图3为本发明一实施例中对模型进行评估所得结果示意图；

图4为本发明另一实施例中对模型进行评估所得结果示意图。

具体实施方式

下面结合附图以及具体的实施例，对本发明的技术方案作进一步的描述。

参见图1所示，一种主变个体缺陷概率预测方法，包括以下步骤：

步骤S101，获取模型输入变量，然后进入步骤S102。本发明实施例中，需要首先梳理设备的状态量模型，可以依据目前开展的设备状态评价导则，重新讨论、主要是通过对不同的电力设备，以其功能特点、技术特点和运行环境特点为考量，梳理对设备缺陷率有帮助的状态量，规范设备的状态指标。可以根据行业专家的技术和经验积累以及行业内的通用做法，对模型输入变量进行筛选后可获得18个输入变量。具体的，所获取的模型输入变量可以包括：设备型号、所在站污染等级、设备厂商、设备电压等级、设备投运时间、设备近6个月的缺陷次数、设备近12个月的缺陷次数、设备近24个月的缺陷次数、设备近48个月的缺陷次数、绕组藕合方式、相数、绕组外绝缘介质、冷却装置种类、油循环方式、绕组数、调压方式、线圈导线材质、铁心材质等。

步骤S102，计算各模型输入变量的WOE（Weight of Evidence）值和IV(Information Value)值，然后进入步骤S103。

WOE(Weight of Evidence)表示衡量属性区分能力，IV(Information Value)表示衡量变量预测能力。由于分类变量类别较多，因此需要对各变量计算各自的WOE值和IV值。作为一个较好的实施例，所述计算各模型输入变量的WOE值和IV值的过程具体可以包括如下：

步骤S1021，对变量的每个值单独计算WOE；具体的，可以根据发生缺陷的主变数量、未发生缺陷的主变数量分别计算各模型输入变量的WOE值；

步骤S1022，将所述WOE值相近的进行合并；

步骤S1023，根据合并结果以及所述WOE值计算各模型输入变量的IV值。

具体计算公式如下：

WOE=ln(Pct1)-ln(Pct0)

PCT=Pct1-Pct0

IV=Σ(WOE×PCT)

式中，Pct1表示发生缺陷的主变数量，Pct0表示未发生缺陷的主变数量。

步骤S103，根据所述WOE值和IV值对各模型输入变量进行交互式分组，然后进入步骤S104。

对于单个变量，每个组的WOE值相同，WOE值越大，事件概率越低。IV值越大说明变量对事件的影响越大。在其中一个实施例中，分组结果如下表：

步骤S104，根据交互式分组后的数据以及预先建立的预测模型得到主变个体缺陷概率。

作为一个较好的实施例，所述预测模型可以为二值型Logistic回归模型。Logistic回归模型是在商业领域上使用最广泛的预测模型，最常用的是二值型Logistic模型，即目标变量只有两个值：“是”和“否”。不妨把事件发生的情况定义为Y=1，事件未发生的情况定义为Y=0，这样取值为0、1的因变量的概率可以写为下式：

p(Y=1)=p，P(Y=0)=1-p；

对交互式分好组的k个变量，假设目标事件发生的概率为p，则该事件不发生的概率为为发生概率与不发生概率之比。将p看做自变量X_i的函数，有：

p(Y=1)=p=F(β_iX_i)i=1,2,...,k；

这里取F(□)为变量X₁,X₂…X_n的线性组合，其中ε为修正模型的小参数，β₀,β₁,...,β_k为可调的模型参数，即在模型修正时对来自不同变量的输入值赋予不同权重。通过对比历史数据而改变β₀,β₁,...,β_k的权值得到不同的预测结果，即

p=β₀+β₁X₁+β₂X₂+...+β_kX_k+ε；

但是，对于线性函数，p对变量X_i的变化在p=0和p=1附近是不敏感的、缓慢的，且非线性的程度比较高。因此，为使主变个体缺陷概率预测模型得到更好的预测效果，对p取自然对数，使其在p=0和p=1附近变化幅度较大，而相对的函数形式也不是很复杂，则：

${\mathrm{\θ}}_p=\log \mathrm{it}\left(p\right)=\ln \left(\frac{p}{1-p}\right);$

其中，logit(p)是因变量Y=1的差异比的自然对数。很明显，θ_p以logit(0.5)=0为中心对称，且在p=0和p=1附近变化幅度较大，当p从0变化到1时，θ_p从-∞变化到+∞。另一方面，如果p对X_i不是线性的关系，θ_p对X_i就可以是线性的关系了。用θ_p代替p就克服了不敏感和非线性的困难，得到：

${\mathrm{\θ}}_p=\ln \left(\frac{p}{1-p}\right)={\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_1+{\mathrm{\β}}_2{X}_2+\·\·\·+{\mathrm{\β}}_k{X}_k+\mathrm{\ϵ};$

得到概率计算公式：

$p=\frac{e^{\mathrm{\θ}}}{1+e^{\mathrm{\θ}}}=\frac{e^{{\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_1+{\mathrm{\β}}_2{X}_2+\·\·\·+{\mathrm{\β}}_k{X}_k+\mathrm{\ϵ}}}{1+e^{{\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_1+{\mathrm{\β}}_2{X}_2+\·\·\·+{\mathrm{\β}}_k{X}_k+\mathrm{\ϵ}}}=\frac{1}{1+e^{-({\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_1+{\mathrm{\β}}_2{X}_2+\·\·\·+{\mathrm{\β}}_k{X}_k+\mathrm{\ϵ})}}$

设备主变缺陷概率其中α=β₀+β₁X₁+β₂X₂+...+β_kX_k+ε与主变缺陷概率p有着相同的单调性，因此α同样反映了设备的缺陷概率。对上述公式中的bi进行对应赋值，可以得到评分卡结果。得分越低，越容易发生缺陷。如图2所示为一个实施例中得到的缺陷概率预测评分卡，从图2可知，当“设备电压等级”为“110000”时，计26分；与其他变量的分数累加，即为该设备的最终得分。

作为一个较好的实施例，在步骤S101获取模型输入变量之后、步骤S102计算各模型输入变量的WOE值和IV值之前，还可以包括步骤：对设备型号和设备进行重编码。例如由于设备型号和设备厂商太多，将设备型号数量低于20的设备型号归为其他类；设备数量低于10的厂商全归为其他类。变量重编码相当于对设备型号和设备厂商这两个变量的输入进行了一次分类组合，其意义在于，对某些非主流的设备型号和设备厂商，它的输入数据可能只有几个不多，直接带入到模型拟合可能会导致规律性不明显，重编码后，输入数据增加，使相关性和规律性能明显体现出来。

作为一个较好的实施例，在步骤S104得到主变个体缺陷概率之后，还可以包括步骤：

采用最大似然估计法（Maximum Likelihood Estimation）对所述主变个体缺陷概率进行估计。采用最大似然估计法进行估计，它与用于估计一般线性回归模型参数的普通最小二乘法形成对比。最大似然估计法通过最大化对数似然值（Log Likelihood）估计参数。最大似然估计法是一种迭代算法，它以一个预测估计值作为参数的初始值，根据算法确定能增大对数似然值的参数的方向和变动。估计了该初始函数后，对残差进行检验并用改进的函数进行重新估计，直到收敛位置（即对数似然不再显著变化）。

另外，作为一个较好的实施例，在步骤S104得到主变个体缺陷概率之后，还可以包括步骤：采用Kolmogorov-Smirnov检验法对所述主变个体缺陷概率进行评估。

对主变个体缺陷概率预测结果采用Kolmogorov-Smirnov检验法进行评估，将样本数据的累计频数分布与特定理论分布比较，若两者间差距很小，则推论该样本取自某特定分布族。K-S检验采用实际频数和期望频数进行检验，具体步骤如下：

1）、提出假设检验问题：

H0：样本所来自的总体分布服从某特定分布；

H1：样本所来自的总体分布不服从某特定分布；

2）、设F₀(x)表示理论分布的分布函数，F_n(x)表示一组随即样本函数的累计频率函数，D为F₀(x)与F_n(x)差距的最大值，定义如下式：

D=max|F_n(x)-F₀(x)|；

3）、实现K-S检验的具体过程是：

1、根据样本数据和用户的指定构造出理论分布，查分布表得到相应的理论累计概率分布函数F₀(x)；

2、利用样本数据计算每个样本数据点的累计概率得到检验累计概率分布函数S₀(x)；

3.计算F₀(x)和S₀(x)在相应的变量值点x上的差D(x)，得到差值序列D，进行检验；

4、计算K-S统计量，并根据K-S分布表给出对应的相伴概率值。如果相伴概率大于显著性水平α，认为样本来自的总体与指定的分布无显著差异，接受假设，反之则拒绝。

下表是Kolmogorov-Smirnov检验具体实施方式：

基于将第一类错误概率（误判率）控制在0.05以下，将预测概率定为0.360，如果将预测概率0.355以上客户认定为故障设备。

H0：设备是好的

5.0%为第一类错误概率（误判率）：即设备本来是好的，但是认定设备故障的概率；

69.8%为第二类错误概率（漏判率）：即设备本来是坏的，但是认定设备良好的概率；

44.4%为准确率，即预测设备故障，它实际故障的概率。

对模型的评价准则采用Gini系数（Gini Index）方法，Gini系数计算方法如下：

$\mathrm{gini}\left(s\right)=1-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{p}_i^2;$

式中，p_i为个各类变量在S中出现的条件概率，n为S中所含的类的个数，按照之前分好的18个变量类别S₁,S₂,...,S₁₈，如果各类别的元组数分别为N₁,N₂,...,N₁₈，则Gini系数为：

${\mathrm{gini}}_{\mathrm{split}}\left(S\right)=\frac{N_1}{N}\mathrm{gini}\left(S_1\right)+\frac{N_2}{N}\mathrm{gini}\left(S_2\right)+\·\·\·+\frac{N_{18}}{N}\mathrm{gini}\left(S_{18}\right);$

对于每个分类属性都要遍历所有可能的分割方法，取gini_split(S)最小值作为分割的标准。

利用60%训练集、20%验证集、20%测试集对模型进行评估，得到如图3所示的结果，可以看到：

①各项指标（ROC、Gini、K-S值）在训练集、验证集和测试集上未发生明显波动，说明主变个体缺陷概率预测模型的预测结果是可观的；

②K-S值大于0.3、Gini大于0.4说明预测模型具有显著的区分能力。

目前依照经验挑选设备核查名单的方式，可与模型选择核查名单相结合。挑选缺陷概率较高的设备与经验名单汇总。实际应用中，可以平衡漏判率、误判率来决定应该检查多少量的设备。如图4所示，如检查故障概率最高的前50%的设备，则漏判率为8%，即漏检查下月可能缺陷的设备中8%的设备。

通过以上方案可以看出，本发明的一种主变个体缺陷概率预测方法，通过计算各模型输入变量的WOE值和IV值并进行交互式分组，然后在交互式分组的基础上采用预先建立的预测模型得到主变个体缺陷概率。在掌握了不同设备主变的缺陷概率情况后，运维人员就可以根据不同类设备间的缺陷率情况差异，有针对性的进行重点巡视和维护，避免设备缺陷发展为设备故障；另外，基于设备缺陷概率信息，生产部门可以制定生产人员和备件需求计划。本发明通过对主变个体缺陷概率的预测，能对主变在未来一段确定的时期内出现缺陷的概率有相对确切的把握，从而提高了缺陷发现和预防工作的科学性和可靠性，提高工作的针对性和准确性，在保障设备安全的情况下降低设备巡视的频率，提高了电网生产和运行的效率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种主变个体缺陷概率预测方法，其特征在于，包括以下步骤：

获取模型输入变量；

计算各模型输入变量的WOE值和IV值；

根据所述WOE值和IV值对各模型输入变量进行交互式分组；

根据交互式分组后的数据以及预先建立的预测模型得到主变个体缺陷概率。

2.根据权利要求1所述的主变个体缺陷概率预测方法，其特征在于，所获取的模型输入变量包括：设备型号、所在站污染等级、设备厂商、设备电压等级、设备投运时间、设备近6个月的缺陷次数、设备近12个月的缺陷次数、设备近24个月的缺陷次数、设备近48个月的缺陷次数、绕组藕合方式、相数、绕组外绝缘介质、冷却装置种类、油循环方式、绕组数、调压方式、线圈导线材质、铁心材质。

3.根据权利要求1所述的主变个体缺陷概率预测方法，其特征在于，获取模型输入变量之后、计算各模型输入变量的WOE值和IV值之前，还包括步骤：对设备型号和设备进行重编码。

4.根据权利要求1-3任意一项所述的主变个体缺陷概率预测方法，其特征在于，所述计算各模型输入变量的WOE值和IV值的过程包括：

根据发生缺陷的主变数量、未发生缺陷的主变数量分别计算各模型输入变量的WOE值；

将所述WOE值相近的进行合并；

根据合并结果以及所述WOE值计算各模型输入变量的IV值。

5.根据权利要求4所述的主变个体缺陷概率预测方法，其特征在于，所述预测模型为二值型Logistic回归模型。

6.根据权利要求4所述的主变个体缺陷概率预测方法，其特征在于，在得到主变个体缺陷概率之后，还包括步骤：

采用最大似然估计法对所述主变个体缺陷概率进行估计。

7.根据权利要求4所述的主变个体缺陷概率预测方法，其特征在于，在得到主变个体缺陷概率之后，还包括步骤：

采用Kolmogorov-Smirnov检验法对所述主变个体缺陷概率进行评估。

Images