[發(fā)明專利]一種適用于電力設(shè)備的故障預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510499496.6
• 申請(qǐng)日: 2015-08-15
• 公開（公告）號(hào): CN105158598A
• 公開（公告）日: 2015-12-16
• 發(fā)明（設(shè)計(jì)）人: 張艷霞;王棟;俞迎新;韓梅梅;郭長(zhǎng)榮
• 申請(qǐng)（專利權(quán)）人: 國(guó)家電網(wǎng)公司;國(guó)網(wǎng)山東禹城市供電公司
• 主分類號(hào): G01R31/00
• 分類號(hào): G01R31/00;G06F19/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，包括以下步驟：

（1）根據(jù)在線監(jiān)測(cè)的電力設(shè)備的歷史運(yùn)行數(shù)據(jù)建立序列樣本；

（2）識(shí)別序列樣本所屬的ARMA模型的類型；

（3）對(duì)確定所屬類型后的ARMA模型定階，獲得ARMA模型中的未知參量的個(gè)數(shù)；

（4）估計(jì)各未知參量的值的參數(shù)，初步建立ARMA模型；

（5）檢驗(yàn)初步建立的ARMA模型的有效性；若模型有效，則ARMA模型建立完成；若模型無(wú)效，則返回步驟（3）；

（6）根據(jù)建立完成的ARMA模型預(yù)測(cè)未來(lái)任意時(shí)刻電力設(shè)備的運(yùn)行數(shù)據(jù)，并做出故障預(yù)測(cè)及診斷。

2.根據(jù)權(quán)利要求1所述的適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，所述步驟（1）包括：對(duì)在線監(jiān)測(cè)的電力設(shè)備的歷史運(yùn)行數(shù)據(jù)進(jìn)行初步篩選，得到故障后所有關(guān)鍵電力設(shè)備的故障數(shù)據(jù)，并構(gòu)成序列樣本。

3.根據(jù)權(quán)利要求2所述的適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，采用WAMS系統(tǒng)對(duì)在線監(jiān)測(cè)的電力設(shè)備的歷史運(yùn)行數(shù)據(jù)進(jìn)行初步篩選。

4.根據(jù)權(quán)利要求2所述的適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，所述步驟（1）還包括根據(jù)電力設(shè)備之間的拓?fù)潢P(guān)系，將電力設(shè)備的歷史數(shù)據(jù)按照物理連接關(guān)系進(jìn)行逐層分類，分為廣度N次連接的設(shè)備。

5.根據(jù)權(quán)利要求1所述的適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，所述步驟（2）包括：

21）計(jì)算樣本序列的自相關(guān)系數(shù)；

其中，表示間距為k的樣本自相關(guān)系數(shù)、n表示樣本總數(shù)、t表示樣本序號(hào)、k表示兩樣本間距、x表示樣本均值、x_t表示樣本序列；

22）計(jì)算所述樣本序列的偏自相關(guān)系數(shù)；

，

其中，表示樣本序列的偏自相關(guān)系數(shù)、為自協(xié)方差函數(shù)，為方差函數(shù)：

23）根據(jù)自相關(guān)系數(shù)及偏自相關(guān)系數(shù)識(shí)別出樣本序列所屬的ARMA模型的類型為自回歸模型、移動(dòng)平均模型或自回歸移動(dòng)平均模型。

6.根據(jù)權(quán)利要求5所述的適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，所述步驟23）包括：將樣本序列的自相關(guān)系數(shù)代入ARMA模型中的平穩(wěn)序列{y_t}中的自相關(guān)函數(shù)中，將樣本序列的偏自相關(guān)系數(shù)代入ARMA模型中的平穩(wěn)序列{y_t}中的偏相關(guān)函數(shù)中；

若平穩(wěn)序列{y_t}中的偏相關(guān)函數(shù)是截尾的，自相關(guān)函數(shù)是拖尾的，則所述樣本序列識(shí)別為自回歸模型；

若所述平穩(wěn)序列{y_t}的偏相關(guān)函數(shù)是拖尾的，自相關(guān)函數(shù)是截尾的，則樣本序列識(shí)別為移動(dòng)平均模型；

若平穩(wěn)序列{y_t}的偏相關(guān)函數(shù)與自相關(guān)函數(shù)均是拖尾的，則樣本序列識(shí)別為自回歸移動(dòng)平均模型。

7.根據(jù)權(quán)利要求1所述的適用于電力設(shè)備的故障預(yù)測(cè)方法，其特征在于，所述步驟（3）的定階為：根據(jù)試探性法則，對(duì)確定所屬類型后的ARMA模型的階(p,q)的由低階向高階漸進(jìn)的確定，其包括：

假設(shè)H_o：Φ_p=0，θ_α=0；則當(dāng)樣本總數(shù)n充分大時(shí)，

統(tǒng)計(jì)量中，給定檢驗(yàn)水平α，由F(2,n-p-q)可得F_α的值，n≥p+q＞2；

若F<Fa，則假設(shè)H_o成立，即自回歸移動(dòng)平均模型的階為(p-1,q-1)，完成定階；

若F≥Fa，則假設(shè)H_o不成立，選定自回歸移動(dòng)平均模型的更高階數(shù)，重新定階；

其中，H_o為假設(shè)檢驗(yàn)中的提出的假設(shè)參數(shù)、Q為ARMA(p,q)的殘差平方和，Q’為ARMA(p-1,q-1)的殘差平方和；F為統(tǒng)計(jì)量、Φ_p為自回歸模型的階數(shù)為p時(shí)的待定系數(shù)、θ_α為移動(dòng)平均模型的階數(shù)為q時(shí)的待定系數(shù)。