[发明专利]一种基于朴素贝叶斯网络的电网元器件故障诊断方法

权利要求书

1.一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于，包含以下步骤：

1)将电网元器件的所有数据标签进行收集，并将其分隔为若干字数据集；

2)将元器件的“设计寿命”“安装日期”“损坏日期”标签融合为“生命历程”，所述运行状态故障的元件定义其生命历程为1，运行状态正常的元件，将损坏日期与安装日期的差值与元件设计寿命相除得到其生命历程；

3)若样本运行状态缺失，运行状态没有“正常”或没有“故障”，对运行状态标签采用拉普拉斯平滑，提高算法准确率，其公式为

c的取值为-1和1，分别代表运行状态为“故障”和“正常”，D_c表示类别为c的样本集合，D表示所有样本的集合；N表示训练集D中可能的类别数，i表示第i个属性可能的取值数；

4)计算运行状态为“故障”与“正常”的先验概率P(c)：

c的取值为-1和1，分别代表运行状态为“故障”和“正常”，在公式中，D_c表示类别为c的样本集合，D表示所有样本的集合；

5)对各标签采用向量平滑，防止没出现的标签对测试和预测的影响；

6)针对数据标签分别计算离散属性标签与连续属性标签的条件概率P(x_i|c)；

7)根据上述的条件概率计算状态为“故障”和“正常”的后验概率P(c|x)：

为对c的极大似然估计；

8)比较c＝1和c＝-1时后验概率的大小，若c＝-1的后验概率大，则认为元器件故障，否则认为元器件运行正常。

2.根据权利要求1所述的一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于：步骤2中若元件运行状态正常，则损坏日期默认为当天日期。

3.根据权利要求1所述的一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于：步骤4中的向量平滑通过下列公式计算：

α_k为中第k个元素，k∈[1,n],α_k∈{1,2,3},不同的k对应不同的α_k值。

4.根据权利要求1所述的一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于：步骤5中离散属性的条件概率P(x_i|c)通过下列公式计算：

所述的离散属性包括生产厂家、设计寿命、元件设置间隔、运维单位、安装地点。

5.根据权利要求1所述的一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于：步骤5中连续属性的条件概率P(x_i|c)通过下列公式计算：

μ_c,i为连续属性D_c上的子集取值的均值，σ_c,i为连续属性D_c上的子集取值的均方差，且上述连续属性服从均值为μ_c,i，均方差为σ_c,i的正态分布。

6.根据权利要求4所述的一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于：所述的连续属性包括温度、生命历程、湿度。

7.根据权利要求1所述的一种基于朴素贝叶斯网络的电网元器件故障诊断方法，其特征在于：所述的数据集设置3个，为“CPU”“DC220V电源板”“显示屏”，每个子数据集均包括一份其余所有的数据标签。