开关柜是电力系统的重要设备，对线路的控制保护等起着非常重要的作用，其运行状态是电力系统能否安全可靠运行的关键之一，因此如何预防和尽早发现开关柜运行存在的问题非常重要。我国早期的“定期维修制”是在不知道开关柜运行状态的情况下进行盲目检修，经常导致检修资源的浪费，甚至因为过度检修对开关柜造成损坏。对开关柜的运行状态进行在线监测和状态评价，对保证开关柜的正常运行，减少维修次数，提高电力系统的运行可靠性和自动化程度都有非常重要的意义。

近年来，各种基于机器学习的技术被应用到开关柜的绝缘状态评价中，有学者提出一种基于分层模糊方法的综合评价方案，利用不同形式的现场检测数据对开关柜绝缘状态进行评分。有学者提出了一种基于正态云模型和D-S证据理论（Dempster- Shafer evidential theory）的开关柜状态评价方案，利用正态云模型考虑了不确定性的模糊性和随机性，能够对开关柜的运行状态进行定量评价，但选取的评价特征量较为单一。有学者提出一种基于变权重理论和多源实时信息融合的开关柜状态评价模型，不仅解决了当前状态评价时效性较差的问题，还充分反映了设备日常运行时的健康状态变化趋势。

但从现有文献来看，传统的开关柜绝缘状态评价方法通常只会对开关柜一个位置的超声波和暂态对地电压（Transient Earth Voltage, TEV）进行测量，但局部放电产生的电磁波位置随机性很大，仅靠测量单个位置的绝缘状态数据难以全面评估开关柜的绝缘健康状态，另外环境状态和运行年限的影响也不容忽视。

有学者采用模糊聚类的方法对开关柜进行状态评价，并利用定值对聚类中心进行修正，使得评价结果更加符合变电站实际运行情况，但该算法无法识别出开关柜数据中的离群点。此外，在该学者的研究中采用的某变电站开关柜带电检测数据出现异常状况的仅为8.89%。因此，有效识别离群点便于运维人员发现运行状态异常的开关柜，具有重要的实际应用价值。

有学者提出一种基于改进物元可拓的开关柜状态评价方法，通过对各层特征量的融合来评估开关柜的当前运行状态。有学者指出异常点数据对于电力设备健康状态评估的重要性，给出了一种基于变权理论的健康评估方法。有学者为了解决单一特征量评估不足的问题，提出一种基于组合赋权-双基点法的多特征量综合评估模型来评价变压器油纸绝缘状态。有学者基于多级局部密度聚类算法和三比值法建立了变压器油中气体评估方法，能更有效地识别故障状态的变压器。电力设备的异常和故障种类很多，但故障样本数量较少，并以离群点的形式存在于数据集中，传统状态评价方法通常会忽略算法对离群点的鲁棒性，亦或是将其视为冗余数据进行剔除。

广东电网清远供电局等单位的科研人员提出了一种基于自适应DBSCAN的开关柜绝缘状态评价方法。他们结合开关柜的实际运行情况，选取了开关柜6个检测点的暂态对地电压值和超声波值、环境温度、环境湿度以及运行年限作为评价开关柜运行状态的特征量，并建立开关柜的多维特征数据集。

图1 开关柜绝缘状态评价示意图

为了更合理地设置开关柜状态评价算法中的参数，他们引入密度阈值，利用开关柜检测数据集自身分布特性对DBSCAN（density based spatial clustering of applications with noise）聚类算法中的扫描半径r和最少数目MinPts进行自适应最优选择，其优点在于避免了聚类过程中因人为主观设定参数造成的误差，提高准确性的同时对离群点的鲁棒性也更好；并给聚类中心点加入健康标签便于运维人员更直观地了解开关柜的运行状态。

图2 开关柜绝缘状态评价流程

科研人员最后以开关柜的实际检测数据为例，对该评价方法进行实例验证，并建立基于加权集成的聚类有效性指标（Weighted Summation Validity Function index, WSVF），对聚类结果的有效性进行判断，通过对K-means和DBSCAN两种算法聚类结果的比较分析验证该评价方法的优越性。

他们最后得出结论：1）本研究采用的自适应DBSCAN算法能够更好地识别出开关柜绝缘状态数据中的离群点，使聚类结果更加贴近开关柜实际运行情况；2）针对传统DBSCAN算法的聚类过程需要人为主观设定参数的问题，提出一种自适应DBSCAN算法，实现了参数的自适应寻优和聚类过程的全自动化，对开关柜在线数据的实时聚类有重要的应用价值；3）针对开关柜状态评价结果是否有效合理的问题，采用WSVF指标对两种聚类结果进行对比分析，验证了所提出方法的合理性。

以上研究成果发表在2021年《电工技术学报》增刊1，论文标题为“基于自适应DBSCAN算法的开关柜绝缘状态评价方法”，作者为胡金磊、赖俊驹 等。