[发明专利]一种对高压电缆进行故障预警的方法

说明书

本发明涉及高压电缆故障预警领域，特别地涉及一种对高压电缆进行故障预警的方法。该方法包括：将邻域保持嵌入法与主成分分析法相结合，获得电缆故障数据的结构特征；选择T²统计量和平均误差预测统计量作为故障预警特征量；将正常样本的T²统计量和平均误差预测统计量的控制限作为高压电缆故障预警的阈值判据，并根据不同特征指标贡献度的大小，确定主要异常指标；比较正常样本的控制限和待测数据的T²统计量，如果待测数据的T²统计量超过控制限，即可认为高压电缆发生故障，否则为正常状态。本发明提取电缆故障数据特征的能力较强，具有优良的抗干扰性能，能够将不同故障明显区分开，有利于高压电缆故障的准确预测。

技术领域

本发明涉及高压电缆故障预警领域，特别地涉及一种对高压电缆进行故障预警的方法。

背景技术

随着城市化进程的加快推进，高压电缆被广泛使用。高压电缆在运行过程中可能发生绝缘老化等故障，进而影响电力系统的可靠运行。因此，为了降低高压电缆故障率，维护电力系统的安全稳定，有必要研究准确可靠的高压电缆故障预警技术。现有电缆故障预警方法主要是基于在线监测技术，比如直流分量法、直流叠加法、在线tan法、局部放电法、护层电流分析法等。但是这些方法大多缺乏电缆故障的有效判据，并且只能分析出部分故障类型。因此，可考虑将电缆多种监测数据整合，运用数据挖掘的手段发掘多源数据内隐藏的有效信息，建立相对全面的高压电缆多种故障类型预警策略。

发明内容

本发明利用邻域保持嵌入和主成分分析法，并将T²统计量和平均误差预测统计量作为故障预警特征量，能够全面的对高压电缆多种故障进行准确的预警。

为实现上述目的，本发明采用如下技术方案来实现：一种对高压电缆进行故障预警的方法，包括以下步骤：

S1：运用邻域保持嵌入-主成分分析流形学习算法进行参数计算；

S2：将正常样本的T²统计量和平均误差预测统计量的控制限作为高压电缆故障预警的阈值判据，制定相应的高压电缆故障预警策略；

S3：将正常样本的控制限和待测数据的T²统计量进行比较，如果待测数据的T²统计量超过正常样本的控制限，即可认为高压电缆发生故障，否则为正常状态。

进一步，步骤S1中所述的基于邻域保持嵌入-主成分分析法流形学习算法包括如下步骤：

S11：根据获取的正常样本数据X’＝{x1’,x₂’,…,x_n’}，利用z-score对其标准化处理得到标准化后正常样本X；

S12：提取原始数据的全局结构，其目标函数可表示为：

式中：为l×1阶特征均值向量，为 q×1阶样本，均值向量为原始数据q×q阶协方差矩阵，A为投影矩阵；

S13：对近邻点线性重构，获取每个样本点的重构系数，并通过重构误差最小化获得重构系数矩阵W：

式中：ω_ij为x_i的k个邻域中，重构x_i时近邻样本点x_j所占的比重数，且当x_j不在x_i的邻域内时，ω_ij＝0；

S14：根据拉格朗日乘子法，求得最优重构系数矩阵W为：

式中：

S15：将目标函数表示为：