[發(fā)明專利]一種基于時(shí)間序列-卡爾曼濾波的變壓器故障預(yù)測方法在審
| 申請?zhí)枺?/td> | 201910098465.8 | 申請日: | 2019-01-31 |
| 公開(公告)號: | CN109799405A | 公開(公告)日: | 2019-05-24 |
| 發(fā)明(設(shè)計(jì))人: | 黃新波;蔣衛(wèi)濤;孫寧;朱永燦;曹雯;田毅 | 申請(專利權(quán))人: | 西安工程大學(xué) |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G01N33/28 |
| 代理公司: | 西安弘理專利事務(wù)所 61214 | 代理人: | 胡燕恒 |
| 地址: | 710048 *** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 卡爾曼濾波 溶解氣體 時(shí)間序列 變壓器故障 變壓器油 預(yù)測 預(yù)測模型 卡爾曼濾波算法 編碼規(guī)則 序列步驟 準(zhǔn)確率 檢驗(yàn) 改進(jìn) | ||
1.一種基于時(shí)間序列-卡爾曼濾波的變壓器故障預(yù)測方法,其特征在于,具體按照以下步驟實(shí)施:
步驟1:獲取變壓器油中溶解氣體序列其中,i=1,2,3,4,5,所述變壓器油中溶解氣體序列中包括有:氫氣序列、甲烷序列、乙烷序列、乙烯序列、乙炔序列;
步驟2:根據(jù)步驟1獲得的變壓器油中溶解氣體序列建立ARMA時(shí)間序列模型,并對得到的ARMA時(shí)間序列模型進(jìn)行檢驗(yàn);
步驟3:將步驟2得到的ARMA時(shí)間序列與卡爾曼濾波算法結(jié)合得到時(shí)間序列-卡爾曼濾波預(yù)測模型;
步驟4:根據(jù)步驟3得到時(shí)間序列-卡爾曼濾波預(yù)測模型對變壓器油中溶解氣體含量進(jìn)行預(yù)測;
步驟5:利用步驟4中預(yù)測出來的油中溶解氣體含量結(jié)合改進(jìn)三比值對變壓器故障進(jìn)行編碼,再根據(jù)編碼規(guī)則對下一個(gè)狀態(tài)進(jìn)行判斷。
2.根據(jù)權(quán)利要求1所述的一種基于時(shí)間序列-卡爾曼濾波的變壓器故障預(yù)測方法,其特征在于,所述步驟2具體按照以下步驟實(shí)施:
步驟2.1:對步驟1獲得的變壓器油中溶解氣體序列i=1,2,3,4,5利用d階差分算子進(jìn)行平穩(wěn)化處理,根據(jù)式(1)和(2)得到平穩(wěn)的序列Yti;
其中:B為延遲算子,d為差分的階數(shù);
步驟2.2:建立ARMA模型;
步驟2.3:ARMA模型的χ2檢驗(yàn)
隨機(jī)給定顯著性水平α,查正態(tài)分布表得上α分位數(shù)當(dāng)時(shí),認(rèn)為εt是白噪聲,模型通過檢驗(yàn);
其中:L為自相關(guān)函數(shù)的拖尾數(shù),r是估計(jì)的模型參數(shù)個(gè)數(shù)。
3.根據(jù)權(quán)利要求2所述的一種基于時(shí)間序列的變壓器故障預(yù)測方法,其特征在于,所述步驟2.2具體按照以下步驟實(shí)施:
步驟2.2.1:步驟2.1中得到的Yti序列滿足式(3)
其中:為均值是0、方差是σε2的平穩(wěn)白噪聲,p為自回歸系數(shù),q為移動平均系數(shù),為自回歸參數(shù)向量,該序列記為ARMA序列;
步驟2.2.2:利用AIC準(zhǔn)則或BIC準(zhǔn)則對ARMA序列進(jìn)行定階;
AIC準(zhǔn)則對ARMA定階為:選p,q使得:
BIC準(zhǔn)則對ARMA定階為:選p,q使得:
其中:n為樣本容量,為σ2ε的估計(jì)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安工程大學(xué),未經(jīng)西安工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910098465.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 一種衛(wèi)星導(dǎo)航系統(tǒng)中基于卡爾曼濾波的RAIM算法
- 一種多功能卡爾曼濾波裝置
- 修正容積卡爾曼濾波直接定位方法
- 基于SVD簡化的卡爾曼濾波模型的導(dǎo)航方法及系統(tǒng)
- 一種實(shí)時(shí)水面船只視覺跟蹤系統(tǒng)及其方法
- 通過跟蹤解決雷達(dá)系統(tǒng)中的多普勒模糊
- 一種基于新型Kalman濾波的多維時(shí)空數(shù)據(jù)估計(jì)方法
- 一種基于多濾波器信息融合的自適應(yīng)目標(biāo)跟蹤方法
- 一種基于卡爾曼濾波的室內(nèi)機(jī)器人定位算法
- 基于卡爾曼濾波和/或DFB的激光芯片原子鐘及實(shí)現(xiàn)方法





