[發明專利]六氟化硫氣體絕緣組合電器運行狀態診斷方法及系統

在審

• 申請號: 201811197527.2
• 申請日: 2018-10-15
• 公開（公告）號: CN109407508A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 張施令;姚強;苗玉龍;邱妮;侯雨杉
• 申請（專利權）人: 國網重慶市電力公司電力科學研究院;國家電網有限公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種六氟化硫氣體絕緣組合電器運行狀態診斷方法，其特征在于，包括：

利用初始狀態分類模型對氣體樣本進行分析，得到初始狀態結果；

利用運行狀態診斷模型對所述初始狀態結果進一步尋優，得到診斷結果；

其中，所述初始狀態分類模型為預先利用ISODATA算法和歷史氣體樣本進行訓練得到的，所述運行狀態診斷模型為預先利用混沌蟻群算法和歷史初始狀態結果進行訓練得到的。

2.根據權利要求1所述的六氟化硫氣體絕緣組合電器運行狀態診斷方法，其特征在于，所述初始狀態分類模型的訓練過程，包括：

從歷史氣體樣本中選取N_C個聚類中心，得到N_C個聚類，N_C小于等于歷史氣體樣本的數量；

將N個歷史氣體樣本按最鄰近原則分配到N_C個聚類中；

判斷每個聚類中的歷史樣本數量是否小于預設的樣本閾值；

如果是，則刪除歷史樣本數量小于所述樣本閾值的不合格聚類，并重新將屬于所述不合格聚類中的歷史樣本按最鄰近原則分配到其余聚類中；

利用聚類中心數目重復對聚類進行分裂或合并的迭代，直至達到預設的第一迭代閾值。

3.根據權利要求2所述的六氟化硫氣體絕緣組合電器運行狀態診斷方法，其特征在于，所述運行狀態診斷模型的訓練過程，包括：

利用歷史初始狀態結果中的歷史樣本到聚類中心的信息素和啟發信息數值，得到選擇路徑概率；

利用選擇路徑概率和預設的概率閾值，將歷史樣本歸類至相應的聚類中；

直至所有聚類的總偏量誤差滿足預設的統計誤差。

4.根據權利要求1至3任一項所述的六氟化硫氣體絕緣組合電器運行狀態診斷方法，其特征在于，所述利用初始狀態分類模型對氣體樣本進行分析之前，還包括：

利用控制參數優化模型對多組包括聚類中樣本距離分布標準差閾值、兩類聚類中心間最小距離、可調節參數、信息素閾值和信息素蒸發率的參數配置樣本進行尋優，得到最優參數配置；

利用所述最優參數配置，得到所述初始狀態分類模型的聚類中樣本距離分布標準差閾值和兩類聚類中心間最小距離與所述運行狀態診斷模型的控制信息素和啟發數的可調節參數、信息素閾值和信息素蒸發率；

其中，控制參數優化模型為基于模擬退火算法構建的。

5.根據權利要求4所述的六氟化硫氣體絕緣組合電器運行狀態診斷方法，其特征在于，所述利用控制參數優化模型對多組包括聚類中樣本距離分布標準差閾值、兩類聚類中心間最小距離、可調節參數、信息素閾值和信息素蒸發率的參數配置樣本進行尋優，得到最優參數配置的過程，包括：

S51：對多組參數配置樣本進行K均值聚類，得到初始劃分結果；

S52：利用所述初始化分結果，得到初始目標函數值；

S53：利用所述初始目標函數值和退火溫度計算式，調整退火速度，得到當前溫度；

S54：在當前溫度下，變更任一參數配置樣本的聚類類別，得到當前目標函數值；

S55：判斷當前目標函數值的誤差平方和是否最小；

S56：如果是，則輸出所述最優參數配置，結束循環；

S57：如果否，則判斷初始目標函數值與當前目標函數值的差是否小于等于0；

S58：如果是，則將當前目標函數值作為初始目標函數值，返回步驟S52；

S59：如果否，則利用Metropolis準則選擇當前目標函數值或初始目標函數值作為新的初始目標函數值，返回步驟S52；

S510：直至達到預設的第二迭代閾值，結束循環，輸出初始目標函數值對應的參數配置作為最優參數配置。

6.根據權利要求1至3任一項所述的六氟化硫氣體絕緣組合電器運行狀態診斷方法，其特征在于，所述利用初始狀態分類模型對氣體樣本進行分析之前，還包括：

對原始氣體樣本數據進行歸一化處理，得到氣體樣本。