[发明专利]一种基于电力设备状态的评估方法和电子设备

说明书

本发明提供了一种基于电力设备状态的评估方法和电子设备，涉及电力设备安全评估领域，包括：获取任一电力设备的波形信号数据；对波形信号数据进行运算得到特征参量数据；将特征参量数据分成电力设备的剩余寿命数据集合和潜在故障数据集合；通过聚类分析指标进行运算得到对应任一电力设备的优化数据集合；对优化数据集合进行安全态势要素量化，得到优化数据集合中各个指标对应的量化值；采用层次分析法确定各指标权重并运算得到任一电力设备的威胁指数；通过预设的聚集函数对所有电力设备的威胁指数进行运算，得到电网设备的总威胁指数。本发明降低了运算量，提升运算效率。有效利用少量经验样本和大量未知样本，对电力设备状态进行了评估。

技术领域

本发明涉及电力设备安全评估领域，特别是一种基于电力设备状态的评估方法和电子设备。

背景技术

多数电力设备故障是在经历长期的恶劣环境(包括大自然和运行中的受热、电动力等)中积累起来的缓变故障，一般在故障前较长时间就出现了异常。电力设备状态评估主要针对早期轻微故障，根据有关标准、算法和经验对在线或离线采集到的数据进行综合分析，从而确定电网设备的当前状态，预测其剩余寿命或潜在故障。

由于电力设备早期故障状态间的区分度不大，体现在监测数据上并没有非常显著的变化，不能简单地判断有无故障，监测数据和设备状态之间具有很大的模糊性和不确定性。模糊集等理论在处理这种模糊信息方面，体现出了其有效性和优越性。

然而，它们的成功应用均建立在大量经验知识的基础上，而准确、完备的电力设备故障和异常样本获取困难。一方面，随着智能电网建设的推进以及电力设备在线监测装置的广泛应，海量的未标记的状态监测样本数据积累下来。这些未标记的状态监测样本数据蕴含丰富的信息，并可能涵盖未知的故障和异常类别。

因此，寻求一种能有效利用少量经验样本和大量未知样本的电力设备状态评估方法显得尤为重要。

发明内容

鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种基于电力设备状态的评估方法和电子设备。

第一方面，提供了一种基于电力设备状态的评估方法，所述评估方法包括：

获取任一电力设备的波形信号数据；

对所述波形信号数据进行运算，得到特征参量数据；

根据所述特征参量数据，将所述特征参量数据分成电力设备的剩余寿命数据集合和潜在故障数据集合；

通过聚类分析指标对所述剩余寿命数据集合和所述潜在故障数据集合进行运算，得到对应任一电力设备的剩余寿命特征和潜在故障特征的优化数据集合；

对所述优化数据集合进行安全态势要素量化，得到所述优化数据集合中各个指标对应的量化值；

对所述各个指标对应的量化值采用层次分析法确定各指标权重，并运算得到任一电力设备的威胁指数；

通过预设的聚集函数，对所有电力设备的威胁指数进行运算，得到电网设备的总威胁指数。

可选地，对所述波形信号数据进行运算，得到特征参量数据，包括：

利用特征提取运算公式，对所述波形信号数据进行运算，得到所述特征参量数据，所述特征参量数据包括：所述波形信号数据的平均值、最大值、标准差。

可选地，所述特征提取运算公式如下：

I_maxe＝max[I_e(i)]