[发明专利]一种用于电力设备的运行状态评估方法及装置

权利要求书

1.一种用于电力设备的运行状态评估方法，其特征在于，所述方法包括：

获取电力设备的状态数据，并构成电力设备状态矩阵；

利用基于迭代循环的时间序列模型对电力设备的状态数据进行数据清洗，得到清洗后的电力状态数据；

利用改进的电力状态数据抽样算法对清洗后的电力状态数据进行抽样，得到抽样电力状态数据；

根据抽样数据，利用基于状态转移矩阵的运行状态检测算法检测电力设备的运行状态；

根据清洗后的电力状态数据，利用基于粒子滤波的电力设备寿命检测算法对电力设备的寿命进行预测。

2.如权利要求1所述的一种用于电力设备的运行状态评估方法，其特征在于，所述将电力状态数据构成电力设备状态矩阵，包括：

将某一状态量的数据用单元时间序列的向量表示，所有状态量的时间序列向量逐一排列形成矩阵，构成电力设备X的状态数据矩阵：

其中：

X_mn表示在时刻T_n时刻电力设备X中状态量m的数值。

3.如权利要求2所述的一种用于电力设备的运行状态评估方法，其特征在于，所述利用基于迭代循环的时间序列模型对电力设备的状态数据进行数据清洗，包括：

1)对电力设备不同状态数据序列X_mt进行时间序列模型的拟合，得到初始估计参数即：

其中：

为初始拟合的可逆算子；

为初始拟合的平稳算子；

X_mt为电力设备X的状态量m的时序观测数据序列；

表示t时刻与t-d时刻的观测数据值间的差值的算子；

B表示延迟算子；

2)利用异常数据时序模型对X_mt进行拟合，对于t＝1，2，...，n，计算每个观测点的检验统计量所述异常数据时序模型为：

其中：

为脉冲函数；

ω为异常值影响因子；

并计算检验统计量T_e：

其中：

σ为电力状态数据的方差；

3)设定阈值C，若T_e＞C，则确定在时刻T存在异常数据，从而对X_mt进行修正：

4)通过重复上述步骤，完成电力状态数据的清洗。

4.如权利要求3所述的一种用于电力设备的运行状态评估方法，其特征在于，所述利用改进的电力状态数据抽样算法对清洗后的电力状态数据进行抽样，包括：

1)确定每个电力设备i对应的抽样层数n：

其中：

Period_S为所有电力设备的平均正常运行时长减去修复时长的周期值；

TF_i为电力设备i的平均运行时长；

TR_i为电力设备i的平均修复时长；

根据所确定的抽样层数n，随机选取电力设备i的n中状态量数据作为抽样数据；

2)当电力设备i发生状态转换时，采用状态时长公式产生当前状态的持续时间t_i，若t_i＞C，则将发生改变的状态量数据作为抽样数据，其中C为预先设定的状态阈值，本发明将其设置为10，所述状态时长公式为：

其中：

R_i为从正整数集合{1，2，...，n_i}中随机不重复抽样得到的数；

α_i为电力设备i的故障率。