[發明專利]一種基于流形分類的負載開關事件的檢測方法和裝置在審
申請號: | 201910362417.5 | 申請日: | 2019-04-30 |
公開(公告)號: | CN110187167A | 公開(公告)日: | 2019-08-30 |
發明(設計)人: | 翟明岳 | 申請(專利權)人: | 廣東石油化工學院 |
主分類號: | G01R21/00 | 分類號: | G01R21/00;G01R31/00 |
代理公司: | 北京市廣友專利事務所有限責任公司 11237 | 代理人: | 張仲波 |
地址: | 525000 廣東省*** | 國省代碼: | 廣東;44 |
權利要求書: | 查看更多 | 說明書: | 查看更多 |
摘要: | |||
搜索關鍵詞: | 功率信號 流形 矩陣 數據矩陣 方法和裝置 負載開關 分段 分類 對角矩陣 分類結果 開關事件 數據排列 特征矢量 相似矩陣 檢測 實測 | ||
1.一種基于流形分類的負載開關事件的檢測方法,其特征在于,包括:
步驟1,輸入實測的負載的第一功率信號序列,p(1),p(2),…,p(N),p(N+1),N+1為所述第一功率信號序列的長度;
步驟2,將所述第一功率信號序列中的后一個數據減去前一個數據,得到第二功率信號序列ΔP:所述第二功率信號序列ΔP的長度為N;
ΔP=[p(2)-p(1),p(3)-p(2),…,p(N+1)-p(N)]=[ΔP(1),ΔP(2),…,ΔP(N)]
步驟3,將所述第二功率信號序列ΔP進行分段,并將分段后的數據排列為數據矩陣P;
步驟4,根據所述數據矩陣,計算自相似矩陣A;
步驟5,計算所述自相似數據矩陣A的第一對角矩陣
步驟6,根據所述第一對角矩陣,計算得到流形矩陣M;
步驟7,根據所述流形矩陣M,計算譜特征矢量;
步驟8,根據所述譜特征矢量,對數據矩陣P進行流形分類,生成分類結果矩陣R;
步驟9,根據所述數據矩陣P和所述分類結果矩陣R,判斷是否有開關事件。
2.根據權利要求1所述的方法,其特征在于,所述步驟3包括:
步驟31,將所述第二功率信號序列中的所有數據,按照數據先后次序分為NC段;每段含有NR個數據;其中符號表示上取整;如果NNR×NC,則將不足的部分補零;
步驟32,將分段后的數據重新排列為矩陣的形式,一段數據為一行,形成NR行NC列的數據矩陣P。
3.根據權利要求1所述的方法,其特征在于,所述步驟4包括:
i=1,2,…,NR;
其中,j=1,2,…,NC;
ΔP(i)是ΔP(j)的K個最相近值具體為:
ΔP(j)與序列[ΔP(1),ΔP(2),…,ΔP(N)]中的每一個元素求取差值,差值最小的K個,稱為ΔP(j)的K個最相近值。
4.根據權利要求3所述的方法,其特征在于,所述參數K根據以下公式計算:
參數
5.根據權利要求1所述的方法,其特征在于,所述步驟5包括:
式中,AT表示矩陣的轉置。
6.根據權利要求5所述的方法,其特征在于,所述步驟6包括:
M=D0-D
D0為第二對角矩陣,其對角元素表示為:
7.根據權利要求1所述的方法,其特征在于,所述步驟7包括:
對所述流形矩陣M進行SVD奇異值分解,得到所述流形矩陣M的特征值和特征矢量,并選取最小的兩個特征值及其對應的兩個特征矢量和作為譜特征矢量。
8.根據權利要求7所述的方法,其特征在于,所述步驟8包括:
步驟81,將所述兩個特征矢量和組成分類矩陣
步驟82,對所述數據矩陣P進行如下的流形分類:R=ΓTΓMP
步驟83,重新賦值,生成分類結果矩陣R;
生成分類結果為:如果rij=1,表明所述數據矩陣P中的第i行第j列數據的主要成分是數據;如果rij=0,表明所述數據矩陣P中的第i行第j列數據的主要成分是噪聲,則拋棄所述噪聲。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東石油化工學院,未經廣東石油化工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910362417.5/1.html,轉載請聲明來源鉆瓜專利網。