[发明专利]基于最优等级数的开关柜健康状态评价方法及装置

权利要求书

1.一种基于最优等级数的开关柜健康状态评价方法，其特征在于，方法包括以下步骤：

S1：检测并获得包含开关柜柜体六个面的暂态对地电压幅值和超声波幅值数据的第一数据集；

S2：对第一数据集进行预处理，获得第二数据集；

S3：计算第二数据集的多维度特征量，建立含所述多维度特征量的特征数据库，所述多维度特征量包括6个特征量，具体包括：根据经过预处理后的开关柜柜体六个面的暂态对地电压幅值和超声波幅值数据分别求得的变异系数、平均距离平百分比和稳定度；

S4：根据所述特征数据库计算不同开关柜健康状态等级数对应的簇内误差平方和，根据所述误差平方和确定最优开关柜健康状态等级数；

S5：将特征数据库按最优开关柜健康状态等级数聚类划分，每一级均加入健康状态评价标签，得到最终评价结果；

S6：将最终评价结果进行可视化处理。

2.根据权利要求1所述的一种基于最优等级数的开关柜健康状态评价方法，其特征在于，所述预处理具体为：

S201：计算获得暂态对地电压幅值和超声波幅值数据相较于背景值的偏差量数据集；

S202：将偏差量数据归一化处理，得到新的暂态对地电压幅值和超声波幅值偏差量两组数据，组成所述第二数据集。

3.根据权利要求1所述的一种基于最优等级数的开关柜健康状态评价方法，其特征在于，所述变异系数是归一化后的数据标准差与平均值之比，所述平均距离平百分比为所有测量点距离中心点的平均距离与均值之比，所述稳定度为数据中最大值与最小值之比。

4.根据权利要求1所述的一种基于最优等级数的开关柜健康状态评价方法，其特征在于，所述确定最优开关柜健康状态等级数具体为：采用不同K值，利用K均值聚类算法对所述特征数据库进行聚类，所述K值为开关柜健康状态等级数，利用不同簇的误差平方和方法确定最优K值即最优等级数。

5.根据权利要求1所述的一种基于最优等级数的开关柜健康状态评价方法，其特征在于，所述可视化处理具体为：采用T-分布随机近邻嵌入降维算法将开关柜局部放电健康状态的评价结果在二维平面中进行可视化展现。

6.一种基于最优等级数的开关柜健康状态评价装置，其特征在于，所述装置包括存储器、处理器以及存储于所述存储器中并由所述处理器执行的程序，所述处理器执行所述程序时实现以下步骤：

S1：检测并获得包含开关柜柜体六个面的暂态对地电压幅值和超声波幅值数据的第一数据集；

S2：对第一数据集进行预处理，获得第二数据集；

S3：计算第二数据集的多维度特征量，建立含所述多维度特征量的特征数据库，所述多维度特征量包括6个特征量，具体包括：根据经过预处理后的开关柜柜体六个面的暂态对地电压幅值和超声波幅值数据分别求得的变异系数、平均距离平百分比和稳定度；

S4：根据所述特征数据库计算不同开关柜健康状态等级数对应的簇内误差平方和，根据所述误差平方和确定最优开关柜健康状态等级数；

S5：将特征数据库按最优开关柜健康状态等级数聚类划分，每一级均加入健康状态评价标签，得到最终评价结果；

S6：将最终评价结果进行可视化处理。

7.根据权利要求6所述的一种基于最优等级数的开关柜健康状态评价装置，其特征在于，所述预处理具体为：

S201：计算获得暂态对地电压幅值和超声波幅值数据相较于背景值的偏差量数据集；

S202：将偏差量数据归一化处理，得到新的暂态对地电压幅值和超声波幅值偏差量两组数据，组成所述第二数据集。

8.根据权利要求6所述的一种基于最优等级数的开关柜健康状态评价装置，其特征在于，所述确定最优开关柜健康状态等级数具体为：采用不同K值，利用K均值聚类算法对所述特征数据库进行聚类，所述K值为开关柜健康状态等级数，利用不同簇的误差平方和方法确定最优K值即最优等级数。

9.根据权利要求6所述的一种基于最优等级数的开关柜健康状态评价装置，其特征在于，所述可视化处理具体为：采用T-分布随机近邻嵌入降维算法将开关柜局部放电健康状态的评价结果在二维平面中进行可视化展现。