[发明专利]一种基于威布尔分布的批次电能表可靠度预测方法

权利要求书

1.一种基于威布尔分布的批次电能表可靠度预测方法，其特征在于包括以下步骤：

1)首先导入数据，获取某一批次电能表故障数目的记录；

2)对记录进行处理，通过处理的数据计算电能表按月统计的每个月累计的故障率，其中电能表故障率是当前累计故障数量与该批次电能表数量的比值；根据故障率计算不可靠度；不可靠度的计算公式为：式中，f(t)代表每个月故障表数量；N代表该批次总电能表的数量，即当前时刻在运行的电能表数量与此前所有拆掉的检定结果为故障的电能表数量之和；

3)将不可靠度函数化为线性方程；不可靠函数为威布尔分布的失效分布函数，威布尔分布的失效分布函数为：式中，t为时间，α为尺度参数，β为形状参数；线性方程为：Y＝AX+B；式中：A和B为回归系数；其中代表每个月故障表的平均运行时间；

4)采用最小二乘法计算转化的线性方程的最优解；确定线性回归系数A和B；

5)筛选求解线性方程的数据，根据斜率变化进行筛选，去除数据点偏离大的数据；

6)根据筛选后的数据再次求解线性方程，求出尺度参数α和形状参数β；

7)根据尺度参数α和形状参数β，得到可靠性模型，确定可靠度函数

8)根据可靠度函数得到可靠度函数的曲线，根据可靠度函数的曲线对电能表可靠度进行预测。

2.根据权利要求1所述的一种基于威布尔分布的批次电能表可靠度预测方法，其特征在于：在步骤3)中，将威布尔分布下的可靠度函数变形为：得到线性回归方程：Y＝AX+B；A与B的估计解为：其中，x_i，y_i为回归方程X，Y中的素，X，Y为

3.根据权利要求2所述的一种基于威布尔分布的批次电能表可靠度预测方法，其特征在于：在步骤4)中，采用最小二乘法求解斜率A。

4.根据权利要求3所述的一种基于威布尔分布的批次电能表可靠度预测方法，其特征在于：在步骤5)中，用斜率的变化来筛选[X_n，Y_n]，判断是否要去掉(x₁，y₁)，对于数据(x_i，y_i)x_i∈X，y_i∈Y，分别计算数据[X_n，Y_n]＝[(x₁，y₁)；(x₂，y₂)......(x_n，y_n)]，n＝2，3，4，数据的拟合曲线，得到Y₂＝A₂X+B₂，Y₃＝A₃X+B₃，Y₄＝A₄X+B₄三条直线，A₂、A₃、A₄分别代表三条直线斜率；求取三条直线斜率变化V₁、V₂；

若同时存在V₁＜0和V₂＞0，则将(x₁，y₁)去除，如果不存在则不处理。

5.根据权利要求4所述的一种基于威布尔分布的批次电能表可靠度预测方法，其特征在于：在步骤5)中，对筛选后的[X_n，Y_n]进行拟合；得到系数A和B；以剔除对整个样本影响大的数据，使得求出的斜率代表样本的趋势，增加可靠模型的准确性。

6.根据权利要求5所述的一种基于威布尔分布的批次电能表可靠度预测方法，其特征在于：在步骤6)中，确定系数A和B后，将拟合直线与可靠度函数化简后对比，得到A＝β，B＝-βlnα，进而可求出威布尔分布的尺度参数α和形状参数β。