[发明专利]电力设备典型缺陷预测方法、终端设备和存储介质

权利要求书

1.一种电力设备典型缺陷预测方法，其特征在于，包括：

获取典型缺陷对应的关键遥测量，并在预测时间段内分别绘制各个关键遥测量的预测变化曲线；

根据所述各个关键遥测量的预测变化曲线以及所述典型缺陷的历史记录数据，在所述预测时间段内的各个时间点，分别计算所述各个关键遥测量的相似度系数；

根据所述各个关键遥测量的相似度系数，计算所述典型缺陷在所述预测时间段内的各个时间点的设备缺陷相似度指标；所述设备缺陷相似度指标表征所述预测时间段内的各个时间点发生所述典型缺陷的可能性。

2.如权利要求1所述的电力设备典型缺陷预测方法，其特征在于，所述获取典型缺陷对应的关键遥测量，包括：

获取所述典型缺陷的历史记录数据；

根据所述历史记录数据及所述典型缺陷，计算所述典型缺陷发生的实际周期及所述典型缺陷的实际周期内发生异常变化的各个遥测量；将所述典型缺陷的实际周期内发生异常变化的各个遥测量记为关键遥测量。

3.如权利要求2所述的电力设备典型缺陷预测方法，其特征在于，所述在预测时间段内分别绘制各个关键遥测量的预测变化曲线，包括：

根据需预测的时间点及所述典型缺陷的周期，计算所述预测时间段；

根据所述典型缺陷对应的预设的预测模型，计算所述预测时间段内各个关键遥测量的预测值；

根据所述预测时间段内各个关键遥测量的预测值，分别绘制各个关键遥测量的预测变化曲线。

4.如权利要求3所述的电力设备典型缺陷预测方法，其特征在于，所述根据所述各个关键遥测量的预测变化曲线以及所述典型缺陷的历史记录数据，在所述预测时间段内的各个时间点，分别计算所述各个关键遥测量的相似度系数，包括：

提取所述典型缺陷的历史记录数据中，任一关键遥测量的实际变化曲线；所述任一关键遥测量的实际变化曲线与所述任一关键遥测量的预测变化曲线具有相同的数据量；

根据所述任一关键遥测量的实际变化曲线与所述任一关键遥测量的预测变化曲线，计算所述预测时间段内，所述任一关键遥测量的相似度系数序列。

5.如权利要求4所述的电力设备典型缺陷预测方法，其特征在于，所述根据任一关键遥测量的实际变化曲线与所述任一关键遥测量的预测变化曲线，计算所述预测时间段内，所述任一关键遥测量的相似度系数序列，包括：

根据所述任一关键遥测量的实际变化曲线，提取所述预测时间段内任一时间点对应的实际遥测值；

根据所述任一关键遥测量的预测变化曲线，提取所述预测时间段内任一时间点对应的预测遥测值；

根据所述预测时间段内任一时间点对应的实际遥测值和预测遥测值，计算所述预测时间段内任一时间点上，所述任一关键遥测量对应的相似度系数；

在计算得到所述预测时间段内各个时间点上，所述任一关键遥测量对应的相似度系数后，根据时间点的顺序得到对应的所述任一关键遥测量的相似度系数序列。

6.如权利要求5所述的电力设备典型缺陷预测方法，其特征在于，所述根据所述各个关键遥测量的相似度系数，计算所述典型缺陷在所述预测时间段内的各个时间点的设备缺陷相似度指标，包括：

根据预设的权重，以及各个关键遥测量的相似度系数序列，采用加权平均的方式分别计算所述预测时间段内的各个时间点的设备缺陷相似度指标。

7.如权利要求6所述的电力设备典型缺陷预测方法，其特征在于，所述权重表征各个关键遥测量在发生所述典型缺陷时数据异常变化的程度。