[發(fā)明專利]基于譜聚類分析下多特征信息加權(quán)融合的故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810479820.1
• 申請(qǐng)日: 2018-05-18
• 公開（公告）號(hào): CN108710756A
• 公開（公告）日: 2018-10-26
• 發(fā)明（設(shè)計(jì)）人: 茅大鈞;黃佳林;黃一楓;張偉;王亞東
• 申請(qǐng)（專利權(quán)）人: 上海電力學(xué)院
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50;G06K9/62
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 葉敏華

本發(fā)明涉及一種基于譜聚類分析下多特征信息加權(quán)融合的故障診斷方法，該方法首先對(duì)故障設(shè)備進(jìn)行譜聚類分析，其次通過獲取各SVM局部診斷證據(jù)對(duì)各故障模式的可靠度，同時(shí)，由各SVM局部診斷硬輸出判決矩陣構(gòu)造出基本概率分配，并對(duì)基本概率分配進(jìn)行加權(quán)處理，獲取可信度和不確定度，最后通過設(shè)定的診斷規(guī)則，結(jié)合可信度和不確定度進(jìn)行診斷。與現(xiàn)有技術(shù)相比，本發(fā)明考慮了不同來源的證據(jù)對(duì)辨識(shí)框架中各命題的識(shí)別具有不同的可靠性，降低了各SVM局部診斷間的沖突，實(shí)現(xiàn)了SVM和改進(jìn)證據(jù)理論的有效結(jié)合，進(jìn)而解決了識(shí)別的不可靠性造成的合成結(jié)果不能反映客觀事實(shí)的缺點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及電廠設(shè)備故障診斷技術(shù)領(lǐng)域，尤其是涉及一種基于譜聚類分析下多特征信息加權(quán)融合的故障診斷方法。

背景技術(shù)

當(dāng)電廠設(shè)備發(fā)生故障時(shí)，監(jiān)控系統(tǒng)會(huì)在較短時(shí)間內(nèi)將大量的信息提供給運(yùn)行人員，其中也包含了大量不必要上傳的無用信息，給故障的及時(shí)處理帶來了嚴(yán)重的阻礙。另外，SCADA/EMS所能提供的信息有限，這些信息并不能完全滿足運(yùn)行人員對(duì)故障進(jìn)行全面分析的需求，保護(hù)及開關(guān)的誤動(dòng)、拒動(dòng)，以及因通信信道干擾所造成的信息缺失也均會(huì)使基于單一信息源的故障分析的準(zhǔn)確性受到嚴(yán)重影響。而隨著電廠自動(dòng)化程度的不斷提高以及各種智能電子設(shè)備的使用，運(yùn)行人員可以獲得更多的設(shè)備信息，且電力通信網(wǎng)的快速發(fā)展也使電網(wǎng)故障分析時(shí)利用多源信息成為可能。

因此，在智能化、規(guī)模化的背景下，有效地精簡(jiǎn)用于故障分析的信息，通過冗余、異構(gòu)的多信息源數(shù)據(jù)融合，有效地減小因保護(hù)及開關(guān)的誤動(dòng)、拒動(dòng)，以及因信道干擾造成的信息缺失等的影響，將大大有助于運(yùn)行人員對(duì)故障的正確分析，進(jìn)而保證及時(shí)對(duì)故障進(jìn)行處理，從而保障電網(wǎng)的安全、穩(wěn)定運(yùn)行，具有現(xiàn)實(shí)的社會(huì)效益及其明顯的經(jīng)濟(jì)效益。將SVM與證據(jù)理論相結(jié)合在多信息融合的故障診斷中進(jìn)行應(yīng)用具有較好的應(yīng)用前景，然而，由于證據(jù)合成時(shí)將每個(gè)證據(jù)體都視為同等重要，沒有考慮到不同來源的證據(jù)對(duì)辨識(shí)框架中各命題的識(shí)別具有不同的可靠性這一事實(shí)，這就造成了合成結(jié)果不能反映客觀事實(shí)的缺點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于譜聚類分析下多特征信息加權(quán)融合的故障診斷方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

基于譜聚類分析下多特征信息加權(quán)融合的故障診斷方法，該方法包括以下步驟：

S1：對(duì)各個(gè)電廠故障設(shè)備進(jìn)行判斷，若某兩個(gè)故障設(shè)備情況集中，則將二者置于同一分區(qū)，否則，采用譜聚類方法對(duì)故障設(shè)備進(jìn)行劃分，獲取多個(gè)分區(qū)域；具體包括以下步驟：

11)將多個(gè)故障設(shè)備劃分為同一樣本集合：

假設(shè)有n個(gè)故障設(shè)備，則需要被劃分的樣本集合為：

X＝{X₁,X₂,...,X_i,...,X_n}∈R^m×n

式中，R^m×n為實(shí)數(shù)集，m為矩陣行數(shù)，X_i為第i臺(tái)故障設(shè)備中通過對(duì)該機(jī)組數(shù)據(jù)X_i(t)進(jìn)行采樣所構(gòu)成的參數(shù)集合，X_i的表達(dá)式為：

X_i＝{x_i(1),x_i(2),...,x_i(t),,...,x_i(m)}^T

12)獲取樣本集合的Markov轉(zhuǎn)移矩陣：

將各個(gè)故障設(shè)備對(duì)應(yīng)于高斯權(quán)重圖的各個(gè)頂點(diǎn)，獲取兩點(diǎn)間的相似矩陣A_ij，其表達(dá)式為：