[发明专利]一种交流电设备的工作状态判定模型建立方法及设备

权利要求书

1.一种交流电设备的工作状态判定模型建立方法，其特征在于，包括：

获取交流电设备的数据样本集合；其中，所述数据样本集合包括相同类型的交流电设备在不同工作状态下的数据样本，一个数据样本包括P个电力参数的数据，P为正整数；

确定所述数据样本集合中每个电力参数对所述交流电设备的工作状态的影响度，获取影响度大于预设影响度阈值的电力参数作为所述数据样本集合中的特征参数；

提取所述数据样本集合中每个数据样本中所述特征参数的数据，得到所述交流电设备的特征样本集合；

根据所述特征样本集合划分为L个簇，并获取每个簇的质心；其中，一个簇包括所述数据样本集合中的部分数据样本，不同簇包括的数据样本不同，且所述质心为簇的中心，所述交流电设备对应多种工作状态，簇的数量L与所述工作状态的数量相同，L为正整数；

将所述L个簇的质心与所述交流电设备的工作状态进行关联，以得到所述交流电设备的工作状态判定模型；其中，一个质心对应一种工作状态。

2.如权利要求1所述的方法，其特征在于，确定所述数据样本集合中每个电力参数对所述交流电设备的状态的影响度，获取影响度大于预设影响度阈值的电力参数作为所述数据样本集合中的特征参数，包括：

根据所述交流电设备的数据样本集合建立数据样本矩阵；其中，所述数据样本矩阵中的行对应一个数据样本中不同电力参数的数据，所述数据样本矩阵中的列对应不同的数据样本中同一电力参数的数据；

建立所述数据样本矩阵的协方差矩阵；

计算所述协方差矩阵的特征值，以及计算所述特征值中每个特征值所占特征值总和的比例，并将所述比例大于或等于预设比例阈值的特征值对应的电力参数确定为所述特征参数；其中，一个电力参数对应的特征值用于表征所述一个电力参数对所述交流电设备的状态的影响度。

3.如权利要求1所述的方法，其特征在于，所述将所述交流电设备的特征样本集合划分成L个簇，包括：

将所述特征样本集合利用K-means算法进行多次划分，直至得到与所述交流电设备的工作状态数量相同的簇；其中，针对每一次划分，计算当前划分后得到的每一个簇的误差平方和SSE，并选择当前的簇中SSE的值最大的簇作为被划分对象；一个簇包括所述特征样本集合中的部分特征样本，一个簇的SSE用于表征一个簇的聚合程度。

4.如权利要求1～3任一所述的方法，其特征在于，所述P个电力参数中其中一种电力参数为有功功率，则所述将所述L个簇的质心与所述交流电设备的工作状态进行关联，包括：

根据所述L个簇的质心的有功功率将所述L个簇的质心与所述交流电设备的工作状态进行关联。

5.如权利要求4所述的方法，其特征在于，在得到所述交流电设备的工作状态判定模型之后，所述方法还包括：

获取所述工作状态判定模型；

获取待判定的交流电设备的特征参数的数据；所述特征参数为对所述交流电设备的状态的影响度超过预设影响度阈值的电力参数；

将所述特征参数的数据输入所述工作状态判定模型得到判定结果，所述判定结果用于表征所述交流电设备的工作状态。

6.如权利要求5所述的方法，其特征在于，所述将所述特征参数的数据输入所述工作状态判定模型得到判定结果，所述判定结果用于表征所述交流电设备的工作状态，包括：

计算所述特征参数的数据与所述工作状态判定模型中的所有质心的欧氏距离；其中，一个质心对应一种工作状态；

将所述欧氏距离最小的质心关联的工作状态确定为所述待判定的交流电设备的工作状态。