(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211261817.5 (22)申请日 2022.10.14 (71)申请人 华能威海发电有限责任公司 地址 264205 山东省威海市威海经济技 术 开发区海埠路58号 申请人 西安热工 研究院有限公司 (72)发明人 吕刚　王中伟　杨沛豪　邓仕斌　 毕诗才　孙钢虎　兀鹏越　陈予伦　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 曲进华 (51)Int.Cl. G06F 16/9035(2019.01) G06K 9/62(2022.01) (54)发明名称 一种变压器油中溶解气体样本筛选方法及 装置 (57)摘要 本申请提出的变压器油中溶解气体样本筛 选方法、 装置及存储介质中， 获取样本数据集， 其 中， 样本数据集中的每个样本数据为以多种不同 气体的含量组成的多维向量， 之后， 通过聚类算 法对样本数据进行聚类， 得到样 本数据集中的噪 声数据， 将样本数据集中的噪声数据删除， 得到 用于训练故障分类模型的训练数据集。 由此， 本 申请中将电力变压器产生故障后产生的多种油 中溶解气体构成样本数据， 然后利用聚类算法筛 选出样本数据中的噪声数据， 从而使得训练数据 集中不存在难以真实表征电力变压器的故障类 型的样本数据， 进而使 得后续通过训练数据集训 练得到的故障分类模型的分析 结果更加准确。 权利要求书2页 说明书5页 附图1页 CN 115470388 A 2022.12.13 CN 115470388 A 1.一种变压器油中溶解气体样本 筛选方法， 其特 征在于， 所述方法包括： 获取样本数据集， 其中， 所述样本数据集中的每个样本数据为以多种不同气体的含量 组成的多维向量； 通过聚类算法对所述样本数据进行聚类， 得到所述样本数据集中的噪声数据， 其中所 述噪声数据为样本数据集中错 误或异常的数据； 将所述样本数据集中的所述噪声数据删除， 得到用于训练故障分类模型的训练数据 集。 2.根据权利要求1所述的方法， 其特征在于， 所述以多种不同气体的含量组成的多维向 量， 包括： 所述多种不同气体中每种气体含量的单位化特征向量和所述多种不同气体中每 种气体分别占气体总容 量的比例。 3.根据权利要求1 ‑2所述的方法， 其特征在于， 所述多种不同气体包括氢气、 甲烷、 乙 烷、 乙烯、 乙炔。 4.根据权利要求1所述的方法， 其特征在于， 所述通过聚类算法对所述样本数据进行聚 类， 得到所述样本数据集中的噪声数据， 包括： 确定邻域半径和密度阈值； 将所述样本数据集中所有的样本数据点标记为未访问， 从任意未访问样本数据点开 始， 判断在所述未访问样本数据点的邻域半径范围内包含的未访问样本数据点的数量是否 达到密度阈值， 其中所述未访问样本数据点的邻域半径范围为以所述未访问样本数据点为 圆心， 以邻域半径为半径的空间范围； 若在所述未访问样本数据点的邻域半径范围内包含的未访问样本数据点未达到密度 阈值， 则所述未访问样本数据点 为噪声数据， 并将所述未访问数据点标记为已访问； 若在所述未访问样本数据点的邻域半径范围内包含的未访问样本数据点达到密度阈 值， 则所述未访问样本数据点为核心数据， 并将所有与所述核心数据为直接密度达到关系 或密度到达 关系的未访问样本数据点均归到所述核心数据， 并将所述核心数据和所述归到 所述核心数据的未访问数据点均标记为已访问； 查找下一个未访 问样本数据点， 重复上述操作， 直到所有的样本数据均被标记为已访 问为止。 5.根据权利要求 4所述的方法， 其特 征在于， 所述 直接密度达 到关系， 包括： 当核心数据p在以邻域半径ε为半径的空间范围内存在未访 问样本数据点q， 则所述核 心数据q与未访问样本数据点p之间是直接密度到 达关系。 6.如权利要求5所述的方法， 其特 征在于， 所述密度到 达关系， 包括： 若存在一个序列的点为p1， p2，…， pn， 其中p1＝p且pn＝q， 若对于每个pi+1与pi都是直接 密度到达关系， 则q与p存在 密度到达关系， 所述 n为所述p到 达所述q经 过的点数。 7.一种变压器油中溶解气体样本 筛选装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取样本数据集， 其中， 所述样本数据集中的每个样本数据为以多种不 同气体的含量组成的多维向量； 聚类模块， 用于通过聚类算法对所述样本数据进行聚类， 得到所述样本数据集中的噪 声数据， 其中所述噪声数据为样本数据集中错 误或异常的数据； 处理模块， 用于将所述样本数据集中所述噪声数据删除， 得到用于训练故障分类模型权　利　要　求　书 1/2 页 2 CN 115470388 A 2的训练数据集。 8.根据权利要求7所述的装置， 其特征在于， 所述以多种不同气体的含量组成的多维向 量， 包括： 所述多种不同气体中每种气体含量的单位化特征向量和所述多种不同气体中每 种气体分别占气体总容 量的比例。 9.一种计算机设备， 其特征在于， 包括存储器、 处理器及存储在存储器上并可在处理器 上运行的计算机程序， 所述处理器执行所述程序时， 能够实现如权利要求 1‑6中任一所述的 方法。 10.一种计算机存储介质， 其中， 所述计算机存储介质存储有计算机可执行指令； 所述 计算机可 执行指令被处 理器执行后， 能够实现权利要求1 ‑6中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115470388 A 3