[發明專利]基于線性判別分析和支持向量機的斷路器故障診斷方法

有效

• 申請號: 201610054716.9
• 申請日: 2016-01-27
• 公開（公告）號: CN105718958B
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 耿亞明;柴宇;揣振國;張順;盧有清;戴永正;王鵬;顧宇峰;鄭建勇;梅飛;季秋謠;左帆
• 申請（專利權）人: 國網江蘇省電力有限公司檢修分公司;國家電網公司;江蘇南瑞泰事達電氣有限公司;東南大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.基于線性判別分析和支持向量機的斷路器故障診斷方法，其特征是，包括以下步驟：

步驟一，通過在線監測裝置采集斷路器分合閘線圈電流作為故障診斷的數據樣本，所采集的電流數據包括斷路器正常運行時的數據樣本和故障時的數據樣本；定義斷路器故障類型數為n，所采集到的數據樣本個數為m，相應的，數據樣本有n類；

步驟二，從m個數據樣本的每個樣本中分別提取y個特征量，形成m行，y列的數據樣本X，并對數據樣本X進行標準化，形成m行，y列的原始特征矩陣R；

步驟三，利用LDA算法對原始特征矩陣R進行映射變換，形成具有m行，k列的變換后特征矩陣R’(k<y)，同時得到變換函數的系數矩陣W，包括以下步驟；

(31)輸入原始特征矩陣R，其中訓練樣本的種類為n個，每個訓練樣本的特征量有y個；用d_ij表示第i類，第j個訓練樣本，其是含有y個元素的一維向量；n_i表示屬于第i類的訓練樣本個數，則有

(32)由下式(1)和式(2)計算出類間離散度矩陣S_b和類內離散度矩陣S_w：

式中：為訓練樣本中每一類的先驗概率，為所有訓練樣本的平均數值，為訓練樣本中第i類的平均值；

(33)LDA的目標函數是：

上式中，W^T為W的轉置矩陣；

為了使上式取得最大值，需要求解特征值，由于S_b和S_w為對稱半正定陣，如果S_w是非奇異矩陣，則對(S_w)^-1S_b進行特征值分解，從而得到式(4)對應的特征向量和特征值：

S_bW＝λS_wW (4)

(34)得出系數矩陣W，即前k個特征值所對應的特征向量；

步驟四，采用兩分類支持向量機的一對一分類方法，將變換后特征矩陣R'作為支持向量機的訓練數據集，優化變換后特征矩陣R'的內部參數，并通過對R'的優化過程建立基于n類訓練樣本的n(n-1)/2個分類器；

步驟五，基于步驟三得到的系數矩陣W和步驟四得到的分類器，對斷路器故障進行診斷，根據分類器的診斷輸出結果，判斷斷路器的故障類型，包括以下步驟：

(51)針對需要進行故障診斷的斷路器對象，采集其動作一次的分合閘線圈電流，對采集到的電流信號提取y個特征量并進行標準化后形成原始列向量F，利用步驟三得到的系數矩陣W變化，形成一個k列的列向量F'；

(52)將F'分別輸入n(n-1)/2個支持向量機進行故障診斷，每個支持向量機分別輸出一個診斷結果，出現頻率最高的診斷結果即為最終診斷的斷路器的故障類型。

2.根據權利要求1所述的基于線性判別分析和支持向量機的斷路器故障診斷方法，其特征是，步驟一中，采用霍爾電流傳感器采集斷路器分合閘線圈電流。

3.根據權利要求1或2所述的基于線性判別分析和支持向量機的斷路器故障診斷方法，其特征是，定義t₀時刻斷路器接收到合閘命令，t₁時刻鐵芯開始運動，t₂時刻鐵芯運動停止，t₃時刻合閘電流達到峰值，t₄操動機構搭扣分離鐵芯再次開始運動，t₅時刻電流消失為零，所采集的數據包括t₁時刻的線圈電流I2、t₂時刻的線圈電流I1、t₃時刻的線圈電流I3，以及t₁、t₂、t₃、t₄、t₅對應的時間參數。

4.根據權利要求1所述的基于線性判別分析和支持向量機的斷路器故障診斷方法，其特征是，步驟二中對數據樣本X進行標準化時采用的公式為：

其中，x_ij表示原始數據矩陣X中第i行j列個元素，r_ij表示標準化后矩陣R中第i行j列個元素，