[發(fā)明專利]基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法

在審

• 申請?zhí)枺?/td>: 201711329487.8
• 申請日: 2017-12-13
• 公開（公告）號(hào): CN108287327A
• 公開（公告）日: 2018-07-17
• 發(fā)明（設(shè)計(jì)）人: 龍東;陳俊;李捷;李剛;韋杏秋;楊舟;李偉堅(jiān);何涌;張智勇
• 申請（專利權(quán)）人: 廣西電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號(hào): G01R35/02
• 分類號(hào): G01R35/02;G06K9/62
• 代理公司: 南寧東智知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 45117
• 代理人: 戴燕桃;巢雄輝

1.基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法，其特征在于包括以下步驟：

S1.收集計(jì)量自動(dòng)化終端的歷史數(shù)據(jù)，并標(biāo)記出經(jīng)過現(xiàn)場驗(yàn)證之后的故障實(shí)例歷史數(shù)據(jù)；

S2.針對標(biāo)記出來的故障實(shí)例歷史數(shù)據(jù)確定要診斷的故障分類范圍；

S3.通過計(jì)量自動(dòng)化終端歷史數(shù)據(jù)和故障實(shí)例歷史數(shù)據(jù)訓(xùn)練貝葉斯分類器；

S4.通過訓(xùn)練后得到的貝葉斯分類器對計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)進(jìn)行故障診斷。

2.根據(jù)權(quán)利要求1所述的基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法，其特征在于：

還包括步驟S5：S5.運(yùn)維人員現(xiàn)場查看計(jì)量自動(dòng)化終端，若診斷所述計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)為真實(shí)的故障，則將所述計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)作相應(yīng)的故障類型標(biāo)記，并歸入故障實(shí)例歷史數(shù)據(jù)，然后根據(jù)更新后的故障實(shí)例歷史數(shù)據(jù)訓(xùn)練貝葉斯分類器；

重復(fù)步驟S5和S4，實(shí)現(xiàn)基于貝葉斯分類的計(jì)量自動(dòng)化終端故障的診斷。

3.根據(jù)權(quán)利要求1所述的基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法，其特征在于：

步驟S1中，所述計(jì)量自動(dòng)化終端歷史數(shù)據(jù)是由計(jì)量自動(dòng)化終端采集回來的，并存儲(chǔ)在計(jì)量自動(dòng)化主站系統(tǒng)數(shù)據(jù)庫中的歷史采集數(shù)據(jù)；所述計(jì)量自動(dòng)化終端包括廠站、配變、負(fù)控、集抄終端；

所述計(jì)量自動(dòng)化歷史數(shù)據(jù)包含多項(xiàng)不同的特征數(shù)據(jù)；所述故障實(shí)例歷史數(shù)據(jù)是所述計(jì)量自動(dòng)化終端歷史數(shù)據(jù)的一部分，也包含多項(xiàng)特征數(shù)據(jù)；所述計(jì)量自動(dòng)化終端的歷史數(shù)據(jù)都包含有故障類別標(biāo)識(shí)。

4.根據(jù)權(quán)利要求1所述的基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法，其特征在于：

所述步驟S3具體為：

S3-1.計(jì)算步驟S2中所述故障分類范圍中的一種故障類型在整個(gè)計(jì)量自動(dòng)化終端歷史數(shù)據(jù)中出現(xiàn)的概率，即計(jì)算貝葉斯分類器的先驗(yàn)概率；

S3-2.計(jì)算步驟S3-1中所述故障類型包含的不同特征數(shù)據(jù)在該故障實(shí)例歷史數(shù)據(jù)中出現(xiàn)的概率，即計(jì)算貝葉斯分類器的條件概率；

S3-3.重復(fù)步驟S3-1和步驟S3-2來計(jì)算步驟S2中所述故障分類范圍中的所有故障類別的先驗(yàn)概率和條件概率。

5.根據(jù)權(quán)利要求4所述的基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法，其特征在于：

所述步驟S4具體為：

S4-1.將計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)輸入至訓(xùn)練后的貝葉斯分類器；

S4-2.通過計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)中的特征數(shù)據(jù)，以及步驟S3中計(jì)算得到的先驗(yàn)概率和條件概率，使用貝葉斯算法得到步驟S4-1所述計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)對應(yīng)發(fā)生不同故障類別的概率；

S4-3將步驟S4-2計(jì)算得到的計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)對應(yīng)出現(xiàn)不同故障類別的概率，從大到小排列，由現(xiàn)場運(yùn)維人員在現(xiàn)場對有大概率出現(xiàn)故障的計(jì)量自動(dòng)化終端進(jìn)行實(shí)際判斷，根據(jù)實(shí)際判斷結(jié)果對計(jì)量自動(dòng)化終端做出故障診斷。

6.根據(jù)權(quán)利要求2所述的基于貝葉斯分類的計(jì)量自動(dòng)化終端故障診斷方法，其特征在于：

所述步驟S5具體為：

S5-1. 運(yùn)維人員現(xiàn)場查看計(jì)量自動(dòng)化終端，若診斷所述計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)為真實(shí)的故障，計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)都將歸入計(jì)量自動(dòng)化終端歷史數(shù)據(jù)中；

S5-2. 根據(jù)現(xiàn)場實(shí)際判斷得到的故障類型，對該發(fā)生故障時(shí)對應(yīng)的計(jì)量自動(dòng)化終端實(shí)時(shí)數(shù)據(jù)進(jìn)行故障類型標(biāo)記，并歸入故障實(shí)例歷史數(shù)據(jù)；

S5-3. 根據(jù)更新后的故障實(shí)例歷史數(shù)據(jù)訓(xùn)練貝葉斯分類器。