[發明專利]一種基于小波變換技術的設備用電故障預測方法

在審

• 申請號: 202210373014.2
• 申請日: 2022-04-11
• 公開（公告）號: CN114742295A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 謝晗宇;楊曉梅;楊驚宇;單宇辰
• 申請（專利權）人: 四川大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;H02J3/00;G06K9/62
• 代理公司: 嘉興倍創專利代理事務所(普通合伙) 33395
• 代理人: 吉興祥

1.一種基于小波變換技術的設備用電故障預測方法，其特征在于，包括如下步驟：

建立用戶安全案例庫，該所述建立用戶安全案例庫中包括高壓用戶和居民生活用電用戶；

對所述高壓用電用戶和所述居民生活用電用戶中的應電設備進行搜集數據，得到數據集；

對所述數據集進行特征數據采集，并對相關安全隱患事件進行編輯作為標簽；

通過小波變換技術進行提取所述標簽的特征值，得到特征數據；

采用隨機森林對提取的所述特征數據進行分類，得到分類規則；

將需要預測的數據按照所述分類規則進行分類，得到預測結果。

2.根據權利要求1所述的一種基于小波變換技術的設備用電故障預測方法，其特征在于：所述高壓用電用戶的搜集數據和標簽為：P1、柜內環境溫度，P2、柜內環境濕度，P3、母線與斷路器連接處溫度，P4、閃光信號，P5、電流，P6、電壓，P7、功率因素，P8、電纜接頭溫度，P9、斷路器觸頭溫度，P10、分合閘線圈電流，P11、電機儲能電流，P12、避雷針放電次數。

3.根據權利要求2所述的一種基于小波變換技術的設備用電故障預測方法，其特征在于：所述居民生活用電用戶的搜集數據和標簽為：F1、環境溫度，F2、環境濕度，F3、電流，F4、電壓，F5、有功功率，F6、功率因數，F7、電壓諧波，F8、電流諧波，F9、電壓波形失真度，F10、電流壓波形失真度。

4.根據權利要求3所述的一種基于小波變換技術的設備用電故障預測方法，其特征在于：所述安全隱患事件的數據和標簽為：L1、短路，L2、漏電，L3、過壓，L4、設備老化。

5.根據權利要求4所述的一種基于小波變換技術的設備用電故障預測方法，其特征在于：在得到特征數據時，將搜集數據進行信號時頻分析和處理，假設ψ(t)滿足容許條件，如下式所示，則ψ(t)可稱為一個母小波，Ψ(ω)為ψ(t)的傅里葉變換：

則對于一個連續信號g(t)，其對應的連續小波變換為：

式中，是ψ(t)的復共軛函數；a代表與頻率有關小波函數的尺度因子，b代表與時間有關位移因子；

在實際運用中，需要將連續小波離散化，假設于是可以得到對應的離散小波變換為：

小波變換是在每次分解時不再進行向下采樣，這樣就可以使得變換后的高頻細節系數和低頻近似系數的長度與原始信號長度相等，保存了原始信號大部分有價值的信息。

6.根據權利要求5所述的一種基于小波變換技術的設備用電故障預測方法，其特征在于：小波變換的分解過程是采用不同尺度的正交小波基將信號分解到不同頻段上，獲得對應頻段的高頻細節系數和低頻近似系數，其中高頻細節系數可表示暫態現象，低頻近似系數表示基頻分量；

對于一個信號g(t)∈L²(R)，其對應的分解公式為：

式中，尺度函數φ_ij(t)＝2^-j/2φ(2^-jt-i)；m＝1,L,M表示當前采樣窗口的序號值，M為采樣窗口的總采樣點數；i表示小波函數的分解程度；j表示小波函數的離散程度；c_i,j+1和d_i,j+1分別表示近似系數和細節系數；H(j)和G(j)分別代表第j層的低通濾波器和高通濾波器；

根據每一層的特征對其進行分類，若無相同特征，則進入下一層，最終完成對數據的特征進行提取。

7.根據權利要求6所述的一種基于小波變換技術的設備用電故障預測方法，其特征在于：所述隨機森林中包括RF分類器，該RF分類器由多個DT模型構成。