[发明专利]高压电子开关设备在线故障预警方法、终端设备在审

专利信息
申请号: 202210988436.0 申请日: 2022-08-17
公开(公告)号: CN115409059A 公开(公告)日: 2022-11-29
发明(设计)人: 范乃元;邓渊;梁玉辉;曾萍;刘志刚;李玮;唐丹;向宇轩;谢芳;范永伟;肖曦;王潇;徐航 申请(专利权)人: 平高集团有限公司;国网江西省电力有限公司吉安供电分公司;湖南大学;清华大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 长沙正奇专利事务所有限责任公司 43113 代理人: 王娟;马强
地址: 467000 *** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 高压 电子 开关设备 在线 故障 预警 方法 终端设备
【权利要求书】:

1.一种高压电子开关设备在线故障预警方法,其特征在于,包括以下步骤:

S1、利用记忆矩阵构建MSET模型;所述记忆矩阵的每一列观测向量代表高压电子开关设备的一个正常工作状态;

S2、将观测向量输入至所述MSET模型,得到估计向量;

S3、获取所述观测向量和所述估计向量之间的累计残差,当根据所述累计残差判断设备未出现故障时,利用实时产生的观测向量更新所述记忆矩阵,并返回步骤S1。

2.根据权利要求1所述的高压电子开关设备在线故障预警方法,其特征在于,步骤S1中,初始时刻记忆矩阵的构建过程包括:

获取高压电子开关设备正常运行状态下的多变量历史数据,将所述多变量历史数据作为训练矩阵T;

归一化所述训练矩阵T;

通过等距法,从归一化后的训练矩阵T中抽取部分向量,构造初始时刻的记忆矩阵D。

3.根据权利要求1所述的高压电子开关设备在线故障预警方法,其特征在于,步骤S2中,估计向量Xest的计算式为:

其中,D为记忆矩阵,W为权重向量,Xobs为观测向量,表示向量间求取欧氏距离的运算符。

4.根据权利要求1所述的高压电子开关设备在线故障预警方法,其特征在于,步骤S3中,累计残差的计算公式为:

其中,s为滑动窗口内观测向量的数量,Xobs(ti)为ti时刻的观测向量,Xest(ti)为ti时刻的估计向量。

5.根据权利要求4所述的高压电子开关设备在线故障预警方法,其特征在于,步骤S3中,利用所述累计残差判断设备是否故障的具体实现过程包括:

计算故障预警的动态阈值下界和上界;

当所述累计残差小于所述动态阈值下界时,反馈设备正常;当所述累计残差超过所述动态阈值上界时,反馈设备故障预警信息。

6.根据权利要求5所述的高压电子开关设备在线故障预警方法,其特征在于,对于某一滑动窗口内第i个观测向量,所述动态阈值下界thresholdlow(i)和上界thresholdhigh(i)计算公式为:

其中,α为设定的误报警率,β为设定的漏报警率,h0和h1为超参数。

7.根据权利要求1所述的高压电子开关设备在线故障预警方法,其特征在于,步骤S3中,利用实时产生的观测向量更新所述记忆矩阵的具体实现过程包括:

判断实时产生的观测向量中是否包含额外工况条件,若是,则将实时产生的观测向量加入记忆矩阵。

8.根据权利要求1~7之一所述的高压电子开关设备在线故障预警方法,其特征在于,对于更新后的记忆矩阵,还执行如下操作:按照记忆矩阵中数据的时间顺序,计算相邻两个向量之间的相似度,若相似度超出阈值,则剔除冗余数据;

步骤S3替换为:

获取所述观测向量和所述估计向量之间的累计残差,当根据所述累计残差判断设备未出现故障时,利用实时产生的观测向量更新所述记忆矩阵,剔除记忆矩阵中的冗余数据,并返回步骤S1。

9.一种终端设备,包括存储器、处理器及存储在存储器上的计算机程序;其特征在于,所述处理器执行所述计算机程序,以实现权利要求1~8之一所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序/指令;其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1~8之一所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平高集团有限公司;国网江西省电力有限公司吉安供电分公司;湖南大学;清华大学,未经平高集团有限公司;国网江西省电力有限公司吉安供电分公司;湖南大学;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210988436.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top