[发明专利]基于数据挖掘技术的电能计量装置故障诊断方法及系统

权利要求书

1.一种基于数据挖掘技术的电能计量装置故障诊断方法，其特征在于，包括：

步骤一：获取电能计量装置不同故障状态数据；通过计量自动化系统采集用户一段时间内的用电数据；其中，用电数据应包括电能计量装置异常工作状态以及正常工作状态下的运行参数；

步骤二：处理电能计量装置故障数据，提取关键运行参数并对计量故障类型分类；

步骤三：构建基于改进海鸥优化算法优化支持向量机的电能计量装置故障诊断模型；

步骤四：对电能计量装置故障诊断模型进行训练；

步骤五：利用电能计量装置故障诊断模型进行故障诊断。

2.一种基于数据挖掘技术的电能计量装置故障诊断系统，其特征在于，包括：

数据采集模块，用于获取电能计量装置不同故障数据，所述电能计量装置不同故障数据为计量自动化系统采集的用户的用电数据，其中部分数据作为电能计量装置训练样本集，用于训练电能计量装置故障诊断模型，另一部分数据作为电能计量装置测试样本集，用于故障诊断；

数据处理模块，用于处理电能计量装置不同故障数据，提取关键运行参数并对计量故障类型分类；

故障诊断模型参数优选模块，用于通过改进海鸥算法优选支持向量机的核函数参数g和惩罚因子C，得到基于改进海鸥优化算法优化支持向量机的电能计量装置故障诊断模型；所述改进海鸥算法将支持向量机的核函数参数g和惩罚因子C看作待优化解，在经过基于混沌正弦映射的海鸥种群初始化后，不断迭代寻优，输出最佳海鸥个体位置(C，g)并代入到支持向量机模型中，实现故障诊断模型的参数优选；

故障诊断模型训练模块，用于将电能计量装置训练样本集数据输入电能计量装置故障诊断模型，对电能计量装置故障诊断模型进行训练；

故障诊断模块，用于将电能计量装置测试样本集数据输入故障诊断模型，输出故障类型标签，得到故障诊断的结果，确定电能计量装置是否发生故障以及故障类型。

3.根据权利要求1所述的电能计量装置故障诊断方法，其特征在于，所述改进海鸥优化算法的过程包括：

引入混沌正弦映射初始化策略，采用混沌正弦映射对海鸥种群进行初始化，得到初始化海鸥的位置；

所述混沌正弦映射的表达式为：

式中，g_n+1为待优化的SVM核函数参数，δ为控制因子，其取值范围为[0，4]，x_n为混沌变量，n＝1，2，...，n；

引入波态自适应权重S，在海鸥个体的位置更新公式中引入波态自适应权重S，根据最优个体位置更新海鸥个体的位置；

所述更新海鸥个体位置的表达式为：

X_p(iter)＝(R_dis×u×v×w)+S×X_best(iter)

式中，X_p(iter)表示海鸥个体当前的位置，R_dis表示海鸥个体与最优海鸥个体之间的距离，u、v和w表示海鸥个体在三维空间内的运动行为，S表示波态自适应权重，X_best(iter)表示当前最优海鸥个体的位置。

4.根据权利要求1所述的电能计量装置故障诊断方法，其特征在于，所述处理电能计量装置故障数据，提取关键运行参数并对电能计量装置运行状态分类，包括：

对采集到的用电数据进行数据清洗，去除采集运行参数不完善的残缺数据；

提取与电能计量装置故障关系密切的关键运行参数，作为支持向量机模型的输入数据；其中，所述关键运行参数包括：电能计量装置A、B两相之间的相电压、A相的相电流、计量单元的电流和电压、计量装置中电流互感器二次侧的检测信号；

根据采集到的用电数据，对电能计量装置运行状态分类，并设置对应分类标签，即每种运行状态对应一个数字，将故障类型标签作为支持向量机模型的输出；其中，所述电能计量装置故障运行状态包括：电流互感器一次侧短路、电流互感器二次侧前端短路、电流互感器二次侧后端短路、电流互感器二次相间短路和电压互感器开路。