Site Loader

«Кот в мешке»: как проверить реальную мощность трансформатора? | Публикации

В статье рассмотрена острая и актуальная для российских заказчиков проблема сравнения российских и зарубежных трансформаторов в аспекте эксплуатационной надежности. Приведены ссылки на ресурсы, где представлены российские и зарубежные торговые марки и производители, поставляющие силовые и распределительные трансформаторы в Россию. Впервые представлена методика экспресс-анализа соответствия трансформатора заявленным техническим параметрам, применяя которую по результатам сравнения конструкции заказчику предоставляется возможность самому сделать вывод о преимуществах продукции разных поставщиков.

Введение

Рынок силовых и распределительных трансформаторов России является одним из высококонкурентных рынков промышленной продукции. С одной стороны, при ограниченном по объективным причинам спросе на силовые и распределительные трансформаторы, в РФ функционирует достаточно много предприятий, производящих трансформаторное оборудование различного уровня качества. С другой — на этот рынок поставляется очень много зарубежного оборудования: и в готовом виде, и еще больше — в виде комплектующих, которые затем собираются в России в готовые изделия и становятся «российскими» товарами. Такой вот формат импортозамещения.

В настоящей статье автор предпринял попытку сформулировать теоретически обоснованную экспресс-методику сопоставления оборудования различных производителей. В статьях [1-2] приведено теоретическое обоснование и изложена методика выбора поставщика энергоэффективных распределительных трансформаторов. По сути, в указанных работах изложен способ проверки соответствия цены заявленным характеристикам энергоэффективных трансформаторов как масляных, так и сухих. Способ основан на объективных зависимостях изменения массы материалов трансформатора при изменении его характеристик потерь холостого хода и короткого замыкания.

Задача проверки соответствия паспортных характеристик реальным значениям, является для любого трансформатора содержанием испытаний при изготовлении и при вводе в эксплуатацию. Однако один важнейший и основной, с точки зрения стоимости трансформации электроэнергии, параметр, который в то же время напрямую определяет стоимость трансформатора, не является проверяемым — это номинальная мощность. Методика экспресс-анализа адекватности именно этого параметра будет сформулирована ниже.

Основные российские и зарубежные заводы-производители силовых и распределительных трансформаторов

В работах [3, 4] дан анализ состояния российского рынка силовых и распределительных трансформаторов (25 кВА — 6300 кВА) в части потребности в этих трансформаторах и приведены основные заводы-производители России и СНГ. Прогноз потребности и сведения о заводах приведены в таблицах 1 и 2.

Таблица 1. Данные об основных заводах-производителях сухих и масляных трансформаторов I–III габарита в Росси и СНГ

№ п/пНаименование юридического лица производителя, город, руководительПримерный объем производства, штук в год (в 2019 году)Ассортиментный перечень распределительных трансформаторов
1ООО «Трансформер»
Решетников Иван Валерьевич
142104, Московская область, город Подольск, Большая Серпуховская улица, дом 43 корпус 101, пристройка 840 помещение 1
2015
1400Сухие и масляные трансформаторы всех типов
2Электрощит Самара
443048, Самарская область, город Самара, территория ОАО Электрощит
2003
Управляющая организация
НАО «СЭЩ Холдинг»
Шатунин Владимир Витальевич
443048, Самарская область, город Самара, территория ОАО «Электрощит»
2019
Нет данныхСухие и масляные трансформаторы всех типов
3АО «ЭЛЕКТРОЩИТ»
Григорьев Антон Валерьевич
142324, Московская область, город Чехов, деревня Люторецкое, Производственная улица, владение 1
2002
1100Масляные трансформаторы и сухие трансформаторы с литой изоляцией
4ООО «Тольяттинский трансформатор»
Чистяков Владимир Сергеевич
445035, Самарская область, город Тольятти
1300
(только трансформаторы типа ТМГ)
Масляные трансформаторы
5ООО «СВЭЛ-Силовые трансформаторы»
620010, Свердловская область, город Екатеринбург
Управляющая организация
АО «ГРУППА «СвердловЭлектро»
Кишко Алексей Юрьевич
620010, Свердловская область, город Екатеринбург
Нет данныхСухие трансформаторы с литой изоляцией
6ОАО «Алтайский трансформаторный завод»
Карлов Александр Александрович
656016, Алтайский край, город Барнаул, Павловский тракт, 28
2002
10 000Масляные трансформаторы
7ООО «Электрофизика»
Волков Алексей Евгеньевич
196641, город Санкт-Петербург, поселок Металлострой
1 000Сухие трансформаторы с воздушно-барьерной изоляцией
8МЭТЗ им. В. И. Козлова
Радевич Александр Михайлович
ул. Уральская, 4, каб. 502
220037, г. Минск
Республика Беларусь
1956
24 000Масляные и сухие трансформаторы всех типов
9АО «Кентауский трансформаторный завод»
Кожабаев Хайрулла Байдильдаевич
Республика Казахстан, Туркестанская область, г. Кентау, ул. И. Кожабаева 2
1959 (выкуплен частным собственником в 1997 году)
10 000
(объём экспорта в страны СНГ)
Масляные и сухие трансформаторы всех типов
10ТОО «Уральский трансформаторный завод»
Сауранбаев Акжол Нартаевич
Республика Казахстан, г. Уральск ул. Есенжанова 42/6Н1
2014
9 000
(объём экспорта в страны СНГ)
Масляные трансформаторы и сухие с литой изоляцией
11ООО ПК «СлавЭнерго»
Козлов Владимир Александрович
150031, Ярославская область, город Ярославль
Менее 1000 штук в годСухие трансформаторы с литой и воздушно-барьерной изоляцией
12ООО «Завод «Трансформатор-РЕЖ»
Бутылкин Александр Борисович
623750, Свердловская область, Режевской район, город Реж
Менее 1000 штук в годМасляные трансформаторы
13ООО «Феррома»
Линев Дмитрий Сергеевич
187330, Ленинградская область, Кировский район, город Отрадное
Менее 1000 штук в годСухие трансформаторы с литой изоляцией
14ООО «Завод Электромашина»
Буторов Александр Павлович
650044, Кемеровская Область — Кузбасс область, город Кемерово
Менее 1000 штук в годСухие трансформаторы с литой и воздушно-барьерной изоляцией
15ООО «Курганский завод силовых трансформаторов»
Мостовских Сергей Александрович
640007, Курганская область, город Курган
Менее 1000 штук в годМасляные и сухие трансформаторы с литой изоляцией
16ООО «Проектэлектротехника»
429122, Чувашская Республика — Чувашия, город Шумерля
Управляющая организация
ООО «Корпорация «Проект-Техника»
125362, город Москва
Бекбулатов Игорь Ахмедович
Менее 1000 штук в годСухие трансформаторы с литой изоляцией

Таблица 2. Прогноз потребного количества масляных и сухих трансформаторов на 2021-2022 годы.

Мощность трансформатора, кВАОбщая потребность, штукПотребность в масляных трансформаторах, штукПотребность в сухих трансформаторах, штук
2534881279056976
4012856102852571
63717057361434
10047383790948
16034362749687
25026432114529
40021171694423
63017461397349
100014741179295
160012661013253
25001104883221
4000974779195
6300868694175
Суммарно752746021815056

Однако кроме перечисленных в таблице 1 заводов, в России функционирует много небольших предприятий, которые выполняют сборку трансформаторов из зарубежных комплектующих. Комплектующие закупаются чаще всего в Италии, Германии, Турции, Южной Корее и Китае. Многие небольшие трансформаторные заводы частично сами изготавливают основные компоненты трансформаторов (обмотки, магнитопроводы, баки), частично закупают у крупных заводов.

На трансформаторном рынке РФ присутствуют также зарубежные производители силовых и распределительных трансформаторов. Помимо известных брендов, таких как ABB, Schneider Electric, Siemens, большим спросом пользуются также трансформаторы менее известных производителей из Италии, Чехии, Турции. Основная часть зарубежных поставщиков представлена на ресурсах, указанных в ссылках [5 — 11].

Необходимо обратить внимание, что, несмотря на общий в целом теоретический и методологический аппарат проектирования трансформаторов, в каждой стране, на каждом предприятии сложились свои инженерные школы, свои нюансы в производстве трансформаторов. Источник этих различий кроется, в частности, в различных стандартах, в различных условиях эксплуатации трансформаторов в разных странах, в различных уровнях конструкторской и технологической дисциплины предприятий разных стран. Это всё в конечном итоге приводит к тому, что зарубежное трансформаторное оборудование не всегда исправно работает при эксплуатации в нашей стране.

При таком разнообразии производителей трансформаторов на рынке необходим инструментарий, позволяющий сравнивать трансформаторы равной мощности между собой с целью выбора наилучшего варианта, как в техническом плане, так и в стоимостном.

Методика экспресс-анализа соответствия технических характеристик трансформатора паспортным данным

Всем участникам рынка силовых и распределительных трансформаторов в нашей стране (да, наверное, и не только в нашей) известна банальная истина: любой конкурс (тендер) на поставку трансформаторов выигрывает, как правило, поставщик, предложивший наименьшую цену. Причем организаторы торгов часто закладывают максимальную стоимость предложения, ориентируясь на цены двух- трехлетней давности. В результате заводы-производители трансформаторного оборудования оказываются в жестком клинче: смысл бизнеса требует продавать по возможно более высокой цене, но условия торгов и конкуренция требуют давать минимальную цену, а значит, и получать минимальную прибыль.

В таких условиях есть два пути выживания: экстенсивный и интенсивный:

  • Экстенсивный — увеличение объемов продаж; это увеличит валовую прибыль, даже если норма прибыли и уменьшится. Но этот вариант требует увеличения объемов производства, что может быть связано с увеличением производственных площадей, и обязательно связано с интенсификацией производственного ритма предприятия.
  • Интенсивный — уменьшение себестоимости продукции, сокращение разного рода издержек.

Самый очевидный способ сокращения себестоимости — экономия на материалах. Поскольку стоимость и масса материалов находятся в прямо пропорциональной зависимости, то, уменьшая массу активных материалов, сокращают затраты и увеличивают норму прибыли. Но сокращение массы активных материалов ни в коем случае не должно отразиться на надежности трансформатора. Есть грань, за которую нельзя переходить. Как можно определить эту грань, являясь покупателем, а не конструктором?

Из классических учебников по проектированию трансформаторов [12, 13] известно, что масса активных материалов пропорциональна номинальной мощности трансформатора в степени ¾. В свою очередь такая пропорциональность вытекает из формулы Г. Н. Петрова, приведенной ниже. Полную расшифровку обозначений можно найти в [12], для дальнейшего изложения в этой формуле необходимы две величины d — диаметр стержня трансформатора и S’ — номинальная мощность трансформатора на один стержень.

Из этой знаменитой формулы следует важнейший вывод: мощность трансформатора однозначно определяет массу активной части (а значит, и стоимость трансформатора). Также необходимо еще одно (статистическое) соотношение: масса активной части масляных трансформаторов составляет примерно половину от массы трансформатора. Для сухих эта доля равна примерно 80 %.

Эти теоретические размышления позволяют сформулировать методику экспресс-анализа соответствия реальной мощности трансформатора его номинальному значению, приведенному в паспорте.

На рисунках 1 и 2 для масляных и сухих трансформаторов приведены зависимости средней массы от номинальной мощности для оборудования российских заводов, качество продукции которых не вызывает сомнения, и аналогичные зависимости для оборудования одного из зарубежных производителей.

Рис. 1. Зависимость массы масляных трансформаторов от номинальной мощностиРис. 2. Зависимость массы сухих трансформаторов от номинальной мощности

Суть метода оценки адекватности заявленной мощности заключается в сравнении массы зарубежного трансформатора заявленной мощности с массой условно эталонного российского трансформатора. Имеем две аппроксимационных формулы, где У — масса трансформатора в кг, Х — мощность в МВА:

y =1858,8x+531,57 — условно эталонный российский трансформатор
y =1495x+523,31 — зарубежный трансформатор.

Графики построены на основе реальных данных из каталогов заводов-производителей. Алгоритм сравнения трансформаторов прост:

  • Берется требуемая мощность и по аппроксимационной формуле для зарубежного трансформатора определяется масса трансформатора.
  • По аппроксимационной формуле для российского трансформатора решается обратная задача. По массе, полученной из расчета в пункте 1, определяется мощность условно эталонного российского трансформатора, соответствующая массе исследуемого трансформатора.
  • Если полученная мощность условно эталонного трансформатора и декларируемая мощность исследуемого трансформатора примерно равны, то можно не сомневаться в качестве исследуемого трансформатора. Если разница существенна, то имеем банальную ситуацию откровенного обмана покупателя.

Ниже приведены результаты тестового расчета для зарубежного трансформатора, номинальная мощность которого декларирована в 1000 кВА (1 МВА).

По расчету для масляного трансформатора получается, что такая масса соответствует условно эталонному российскому трансформатору номинальной мощностью 550 кВА, т. е. почти в два раза меньше заявленной. Для сухого зарубежного трансформатора масса соответствует российскому трансформатору номинальной мощностью 800 кВА. Оба исследуемых трансформатора не выдержат продолжительной работы даже при номинальной нагрузке. Но при этом на торгах поставщик таких трансформаторов, имея более низкую цену, чаще всего выигрывает поставку.

Заключение

Таким образом, недобросовестная конкурентная борьба со стороны некоторых зарубежных поставщиков привела к тому, что российские заказчики за счет своих же кабальных условий торгов, конкурсов, тендеров приобретают совершенно некондиционное трансформаторное оборудование. Впору вспомнить русскую поговорку о том, что скупой всегда платит дважды.

Автор: кандидат технических наук, независимый эксперт Юрий Михайлович Савинцев

Создатель статьи выражает искреннюю благодарность ГК «Трансформер» за предоставленные материалы (технические и другие данные).

Список литературы

  • Савинцев Ю. М. «Простая зависимость цены распределительного трансформатора от потерь холостого хода и короткого замыкания». [Электронный ресурс]. Дата обращения 26.11.2020.
  • Савинцев Ю. М. «Как выбрать поставщика энергоэффективных трансформаторов — вот в чем вопрос». [Электронный ресурс]. Дата обращения 26.11.2020.
  • Савинцев Ю. М. «Анализ рынка распределительных трансформаторов России в 2020 году». [Электронный ресурс]. Дата обращения 26.11.2020.
  • Савинцев Ю. М. «Экспертный анализ рынка силовых трансформаторов: Часть 1: I–III габарит»./Юрий Михайлович Савинцев. — [б. м.]: — Издательские решения, 2015. — 86 с.
  • «Трансформаторное оборудование». [Электронный ресурс]. Дата обращения 26.11.2020.
  • «Трансформаторные заводы России — полный список производителей». [Электронный ресурс]. Дата обращения 26.11.2020.
  • «Каталог поставщиков». [Электронный ресурс]. Дата обращения 26.11.2020.
  • «Трансформаторы силовые из Турции» [2020]. [Электронный ресурс]. Дата обращения 26.11.2020.
  • Трансформаторы — изготовитель — Италия. [Электронный ресурс]. Дата обращения 26.11.2020.
  • Трансформатор — Германия. [Электронный ресурс]. Дата обращения 26.11.2020.
  • Каталог поставщиков — силовые трансформаторы, реакторы. [Электронный ресурс]. Дата обращения 26.11.2020.
  • Тихомиров П. М. «Расчет трансформаторов: учеб. пособие для вузов». 5-е изд. перераб. и доп. М.: «Энергоатомиздат», 1986. 528 с.
  • Дымков А. М. «Расчет и конструирование трансформаторов: Учебник для техникумов»//Высшая школа. — 1971. — 264 с.

Цифровая трансформаторная подстанция

Цифровая трансформаторная подстанция

Виноградов А. В.

Сорокин Н. С.

Виноградова А. В.

Лансберг А. А.

Букреев А. В.

Большев В. Е.

Изобретение относится к области электротехники, в частности, к трансформаторным подстанциям 10/0,4 кВ, и предназначено для применения в активно-адаптивных электрических сетях.

Патент 2 740 075, МПК H02B, H02J, G01R

Патентообладатель: Федеральное государственное бюджетное научное учреждение «Федеральный научный агроинженерный центр ВИМ» (ФГБНУ ФНАЦ ВИМ)

Задачей предлагаемого изобретения является расширение функциональных возможностей цифровой трансформаторной подстанции.

В результате использования предлагаемого изобретения появляется возможность регулирования реактивной мощности, автоматического регулирования напряжения, осуществления автоматического повторного включения коммутационных аппаратов отходящих линий и ввода низкого напряжения, осуществления сигнализации и блокировки от обратной трансформации, учета электроэнергии с выделением потерь электроэнергии в силовом трансформаторе, возможности разгрузки силового трансформатора при перегрузках выше допустимой.

Вышеуказанный технический результат достигается тем, что цифровая трансформаторная подстанция, содержащая силовое оборудование, коммутационные аппараты с возможностью дистанционного управления и систему управления оборудованием электрической подстанции, согласно изобретению, содержит датчики напряжения, соединенные с силовыми сетями трансформаторной подстанции и с блоком контроля и управления трансформаторной подстанцией, осуществляющие контроль напряжения в точках их установки и передачу данных о значениях напряжения в блок контроля и управления трансформаторной подстанцией, датчики тока, соединенные с силовыми сетями трансформаторной подстанции и с блоком контроля и управления трансформаторной подстанцией, осуществляющие контроль значений тока в точках их установки и передачу информации о значениях тока в блок контроля и управления трансформаторной подстанцией, датчики положения коммутационных аппаратов, соединенные с коммутационными аппаратами трансформаторной подстанции и с блоком контроля положения и управления трансформаторной подстанцией, осуществляющие контроль положения коммутационных аппаратов и передачу данных в блок контроля и управления трансформаторной подстанцией, блок бесперебойного питания, соединенный с силовыми сетями трансформаторной подстанции, с блоком контроля и управления трансформаторной подстанцией, устройством сбора, приема и передачи данных, обеспечивающий бесперебойное питание блока контроля и управления трансформаторной подстанцией, устройство сбора, приема и передачи данных, соединенное с блоком бесперебойного питания и с блоком контроля и управления трансформаторной подстанцией, осуществляющее сбор, прием и передачу данных, команд, поступающих от блока контроля и управления трансформаторной подстанцией и от диспетчера сети, блок регулирования напряжения, соединенный с устройством регулирования напряжения под нагрузкой и с блоком контроля и управления трансформаторной подстанцией, осуществляющий регулирование напряжения с учетом значения напряжения на шинах подстанции по алгоритмам, сформированным в блоке контроля и управления трансформаторной подстанцией, блок регулирования реактивной мощности, соединенный с блоком конденсаторов переменной емкости и с блоком контроля и управления трансформаторной подстанцией, осуществляющий регулирование реактивной мощности с учетом значения напряжения на шинах подстанции, значения реактивной мощности в сети по алгоритмам, сформированным в блоке контроля и управления трансформаторной подстанцией, блок контроля и управления трансформаторной подстанцией, соединенный с коммутационными аппаратами с возможностью дистанционного управления, блоком регулирования напряжения, блоком регулирования реактивной мощности, блоком бесперебойного питания, устройством сбора, приема и передачи данных, датчиками напряжения, датчиками тока, датчиками положения коммутационных аппаратов, осуществляющий обработку информации с датчиков напряжения, датчиков тока, датчиков положения коммутационных аппаратов, устройства сбора, приема и передачи данных, на основании этой информации формирующий сигналы управления коммутационными аппаратами с возможностью дистанционного управления, блоком регулирования напряжения, блоком регулирования реактивной мощности, выполняя алгоритмы регулирования напряжения, регулирования реактивной мощности, сигнализации и блокировки от обратной трансформации при несанкционированной подаче напряжения со стороны низкого напряжения трансформаторной подстанции, в том числе со стороны отходящих линий, алгоритмы автоматического повторного включения коммутационных аппаратов отходящих линий и ввода низкого напряжения в необходимых случаях, осуществляющий учет потребляемой электроэнергии по отходящим линиям и на вводах высокого и низкого напряжения трансформаторной подстанции с выделением потерь электроэнергии в силовом трансформаторе, учет количества и продолжительности отключений по отходящим линиям и по трансформаторной подстанции, разгрузку силового трансформатора при перегрузках выше допустимой за счет отключения части нагрузки, а также другие заложенные в него алгоритмы контроля, мониторинга, учета и управления.

Для Цитирования:

Виноградов А. В., Сорокин Н. С., Виноградова А. В., Лансберг А. А., Букреев А. В., Большев В. Е., Цифровая трансформаторная подстанция. Электроцех. 2022;6.

Полная версия статьи доступна подписчикам журнала

Для Цитирования:

Виноградов А. В., Сорокин Н. С., Виноградова А. В., Лансберг А. А., Букреев А. В., Большев В. Е., Цифровая трансформаторная подстанция. Электроцех. 2022;6.

ФИО

Ваш e-mail

Ваш телефон

Нажимая кнопку «Получить доступ» вы даёте своё согласие обработку своих персональных данных

Ваше имя

Ваша фамилия

Ваш e-mail

Ваш телефон

Придумайте пароль

Пароль еще раз

Запомнить меня

Информируйте меня обо всех новостях и спецпредложениях по почте

На указанный Вами номер телефона был отправлен код подтверждения.

Повторно запросить код можно будет через секунд.

Код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Код подтверждения

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Код подтверждения

Логин

Пароль

Ваше имя:

Ваш e-mail:

Ваш телефон:

Сообщение:

На сайте используется защита от спама reCAPTCHA и применяются Условия использования и Конфиденциальность Google

Использовать это устройство?

Одновременно использовать один аккаунт разрешено только с одного устройства.

На указанный Вами номер телефона был отправлен код подтверждения.
Повторно запросить код можно будет через секунд.

Код подтверждения

×

Мы перевели вас на Русскую версию сайта
You have been redirected to the Russian version

Мы используем куки

python — Как использовать inverse_transform для Scikit-Learn PowerTransformer(), установленного в качестве параметра преобразователя в TransformedTargetRegressor в канале в GridSearchCV

Я обучил набор моделей LinearRegression, используя следующий GridSearchCV (house_df.columns))) X = house_df.drop (столбцы = [‘Цена продажи’]) y = house_df.loc[:, ‘Цена продажи’] столбец_список = MAX_COLUMNS # Box-cox трансформирует цель reg_strategy = TransformedTargetRegressor() bcox_transformer = PowerTransformer (метод = ‘box-cox’) model_pipeline = Pipeline([(«std_scaler», StandardScaler()), (‘feature_selector’, SelectKBest()), (‘регресс’, reg_strategy)]) parameter_grid = [{‘feature_selector__k’ : столбец_список, ‘feature_selector__score_func’: [f_regression, взаимная_информация_regression], ‘regress__regressor’: [Линейная регрессия()], ‘regress__regressor__fit_intercept’: [Истина], ‘regress__transformer’: [Нет, bcox_transformer]}] score_types = {‘MSE’ : ‘neg_mean_squared_error’, ‘r2’ : ‘r2’} gs = GridSearchCV (оценщик = model_pipeline, param_grid = parameter_grid, scoring = score_types, refit = ‘MSE’, cv = 5, n_jobs = 5, verbose = 1) gs.

fit(X, у) ПУТЬ = ‘./наборы данных/обработанные_данные/’ gridsearch_result_filename = ‘pfY_np10_nt2_rfS_ct0_8_st1_orY_ccY_LR1_GS.pkl’ полный_путь = ПУТЬ + имя_файла_результата сетки с открытым (полный_путь, ‘wb’) в виде файла: pickle.dump(gs, файл)

Затем я загружаю обученный GridSearch и могу делать прогнозы, используя лучший оценщик следующим образом:

 с файлом open(MODEL_PATH, 'rb'):
    gs_results = pickle.load(файл)
прогнозы = gs_results.predict(test_df)
 

Проблема, с которой я столкнулся, заключается в том, что, поскольку преобразование Бокса-Кокса было применено во время GridSearch, все мои прогнозы находятся в области распределений, преобразованных Боксом-Коксом (огромные значения).

Мне нужно использовать метод PowerTransformers inverse_transform() для моих прогнозов, но я не знаю, как получить к нему доступ.

Я могу получить весь конвейер для лучшего оценщика, подобного этому

 gs_results. best_estimator_
 

Затем я могу получить доступ к TransformedTargetRegressor внутри конвейера следующим образом:

Сделав еще один шаг, мы доберемся до PowerTransformer внутри TransformedTargetRegressor следующим образом: сделал это там, где мне нужно было быть, и мне просто нужно было использовать метод inverse_transform PowerTransformers, чтобы делать прогнозы, которые вернутся в исходные единицы. Однако, к моему большому разочарованию, выдается ошибка:

Ошибка кажется довольно ясной, говоря мне, что я не могу использовать метод inverse_transform, потому что PowerTransformer не подходит.

Вот где я в тупике. Нет смысла говорить, что PowerTransformer не подходит, когда ясно, что он подходит во время процесса GridSearch.

Это заставляет меня думать, что я просто неправильно обращаюсь к PowerTransformer, что является моим текущим вопросом.

Основываясь на приведенной выше настройке, кто-нибудь знает правильный способ обратного преобразования моих прогнозов, чтобы они были в исходных единицах, а не в единицах распределения Бокса-Кокса?

Я билась головой об стену из-за этого и искала похожий вопрос повсюду. Огромное спасибо заранее!

-Браден

питон — Обратное преобразование Бокса-Кокса

спросил

Изменено 1 год, 11 месяцев назад

Просмотрено 27 тысяч раз

Я использую функцию boxcox SciPy для выполнения преобразования Бокса-Кокса с непрерывной переменной.

 из scipy.stats импортировать boxcox
импортировать numpy как np
у = np.random.random (100)
y_box, lambda_ = ss.boxcox(y + 1) # Добавьте 1, чтобы можно было преобразовать 0 значений
 

Затем я подогнал статистическую модель, чтобы предсказать значения этой преобразованной переменной Бокса-Кокса. Прогнозы модели находятся в шкале Бокса-Кокса, и я хочу преобразовать их в исходную шкалу переменной.

 из импорта sklearn.ensemble RandomForestRegressor
rf = RandomForestRegressor()
X = np. random.random ((100, 100))
rf.fit(X, y_box)
pred_box = rf.predict(X)
 

Однако я не могу найти функцию SciPy, которая выполняет обратное преобразование Бокса-Кокса с учетом преобразованных данных и лямбда. Есть ли такая функция? Пока что я закодировал обратное преобразование.

 pred_y = np.power((y_box * lambda_) + 1, 1 / lambda_) - 1
 
  • питон
  • статистика
  • scipy
  • преобразование
  • обратное

2

В SciPy добавлено обратное преобразование Бокса-Кокса.

https://docs.scipy.org/doc/scipy/reference/generated/scipy.special.inv_boxcox.html

scipy.special.inv_boxcox scipy.special.inv_boxcox(y, lmbda) =

Вычислить обратное преобразование Бокса-Кокса.

Найдите x такой, что:

 y = (x**lmbda - 1) / lmbda, если lmbda != 0
    log(x), если lmbda == 0
 

Параметры: y : array_like

Данные для преобразования.

lmbda : array_like

Параметр мощности преобразования Бокса-Кокса.

Возвраты:
x : массив

Преобразованные данные.

Примечания

Новое в версии 0.16.0.

Пример:

 из scipy.special импорта boxcox, inv_boxcox
у = бокскокс([1, 4, 10], 2.5)
inv_boxcox(y, 2.5)
вывод: массив ([1., 4., 10.])
 

1

  1. Вот это код. Он работает и только тест. Scipy использовал неперовский логарифм, я проверяю документ преобразования BoxCox, и он видит, что они использовали log10. Я сохранил непериан, потому что он работает с scipy
  2. .
  3. Следуйте коду:

     #Функция
    деф invboxcox (y, ld):
       если лд == 0:
          возврат (np.exp (y))
       еще:
          возврат (np.exp (np.log (ld * y + 1)/ld))
    # Проверить код
    х=[100]
    лд = 0
    y = статистика.boxcox(x,ld)
    напечатать invboxcox(y[0],ld)
     

Благодаря @Warren Weckesser я узнал, что текущая реализация SciPy не имеет функции для реверсирования преобразования Бокса-Кокса. Однако эта функция может быть реализована в будущем выпуске SciPy. На данный момент код, который я предоставляю в своем вопросе, может помочь другим людям отменить преобразования Бокса-Кокса.

3

Чтобы инвертировать преобразование boxcox из scipy.stats.boxcox с помощью scipy.special.inv_boxcox, вы должны определить сгенерированную лямбду.

Сначала примените преобразование и напечатайте лямбду (т.е. параметр).

 df[feature_boxcox], param = stats.boxcox(df[feature])
print('Оптимальная лямбда', параметр)
 

Затем, чтобы инвертировать преобразование, вы вводите сгенерированную лямбду.

 inv_boxcox(df[feature_boxcox], параметр)
 

Я рекомендую взглянуть на преобразование Йео-Джонсона, которое является аналогом Бокса-Кокса, но работает с отрицательными значениями и хорошо реализовано в библиотеке scikit-learn с простым обратным преобразованием.

Я использую его с библиотекой fbprophet (прогнозирование):

 из sklearn.

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *