[发明专利]一种配电开关设备关键状态量的优化方法

摘要

本发明涉及电气设备状态评价领域，尤其是涉及一种配电开关设备关键状态量的优化方法。本发明根据现有的技术手段以及已有的历史数据和试验数据，对可获得的配电开关设备状态量建立原始变量库，再利用主成分分析法对原始变量进行优化，使多个相关变量化为几个不相关的综合变量，且包含了原变量大部分信息；得到新的变量作为配电开关设备状态评价的输入变量。该方法可提取出多维数据中的主要成分，得到最有用的信息，剔除冗余无用的信息，完成数据的优化，使样本类别划分更加清晰，进一步提高配电开关设备状态评价的精确性和可靠性。

主权项

一种配电开关设备关键状态量的优化方法，其特征在于，包括以下步骤：步骤I：根据现有的技术手段，并结合试验数据以及已有的历史数据，对可获得的配电开关设备关键状态量建立一个原始变量库A，包括：在线监测的配电开关运行数据，运行巡视的状态量数据，电气试验所得的状态量数据以及已存在的历史状态量数据；设原始变量库A中的关键状态量有p个，则组成关键状态量的P维向量X＝(x₁,x₂,L x_p)^T；步骤2，将原始变量与数组状态量结合形成输入矩阵X，该矩阵以状态量数的作为行数，以状态量组数作为列数，具体方法是随机选取n组数据x_i＝(x_i1,x_i2,L x_ip)^T,i＝1,2,LL,n，以关键状态量数p作为列数，状态量组数n作为行数，形成输入矩阵X，输入矩阵每一个元素x_ij为第i组样本数据中的第j个变量的状态量；然后，对输入矩阵进行标准化处理，得到标准化矩阵Z；各数据元素x_ij按以下公式一计算：$x_{\mathrm{ij}}^{*}=\frac{x_0-\stackrel{\‾}{x_j}}{\sqrt{\mathrm{var}\left(x_j\right)}},i=\mathrm{1,2},\mathrm{L\; L},n;j=\mathrm{1,2},\mathrm{L\; L},p$   式一其中，与分别为第j个变量的平均值和标准差；这样可以得到标准化阵Z如下：$Z=\left[\begin{array}{c}{z}_1^T\\ z_2^T\\ M\\ z_n^T\end{array}\right]=\left[\begin{array}{cccc}{z}_{11}& z_{12}& L& z_{1p}\\ z_{21}& z_{22}& L& z_{2p}\\ M& M& O& M\\ z_{n1}& z_{n2}& L& z_{\mathrm{np}}\end{array}\right]$步骤3，利用主成分分析法处理输入矩阵X，包括输入矩阵的标准化，求解相关系数矩阵，求解特征向量及特征值并排序，求解主成分贡献率；具体方法是求取标准化矩阵Z的相关系数矩阵R，采用矩阵协方差计算按公式二，并求取该相关系数矩阵R的特征向量V₁及特征值D₁，并按特征值降序排列特征向量得到V₂，计算各成分贡献率D₂；$R={\left[r_{\mathrm{ij}}\right]}_{p\×p}=\frac{Z^{T}Z}{n-1}$   式二求解相关系数矩阵R的特征方程，得到特征值向量D₁，包含个p特征值且λ₁≥λ₂≥L≥λ_p，各特征值相对应的特征向量为v₁,v₂Lv_p；在根据下式三求解各成分的贡献率，得到向量D₂；$d_i=\frac{{\mathrm{\λ}}_i}{\underset{i=1}{\overset{p}{\mathrm{\Σ}}}{\mathrm{\λ}}_i}$   式三步骤4，根据步骤3得到的数据获得累积贡献率，累积贡献率为按照降序排列的成分贡献率D₂之和；选择累积贡献率过85％的成分个数q，再计算q个成分下新的输入矩阵Q，新的输入矩阵为对应特征向量的转置矩阵与原输入矩阵点乘结果；步骤5，将得到的新输入矩阵Q作为配电开关状态评价模型的输入数据；该输入矩阵Q是以n组样本数据为行，q个主成分数为列的矩阵，且矩阵元素由特征向量的转置矩阵与原输入矩阵点乘可得。