[发明专利]基于核函数的PCA‑KSICA储能系统典型工况识别方法

权利要求书

1.一种基于核函数的PCA-KSICA储能系统典型工况识别方法，其特征在于，包括以下步骤：

1)获取储能系统正常工况下的测量数据；

2)采用PCA策略对所述测量数据进行白化处理，获得白化后信号Z_n；

3)建立核函数，将所述白化后信号映射至高维空间进行独立成分分析，获得解混矩阵；

4)根据所述解混矩阵获得正常工况下的独立分量趋势矩阵；

5)根据待监测信号与正常工况下的独立分量趋势矩阵的关系识别待监测信号所处工况。

2.根据权利要求1所述的基于核函数的PCA-KSICA储能系统典型工况识别方法，其特征在于，所述步骤2)中，获得的白化后信号表示为：

Z_n＝Λ^-1/2E^TX_u

式中，X_u为测量数据均值化信号，Λ为X_u的协方差矩阵特征值组成的对角阵，E为对应的特征向量组成的正交矩阵。

3.根据权利要求1所述的基于核函数的PCA-KSICA储能系统典型工况识别方法，其特征在于，所述步骤3)中，核函数表达式为：

k(z_i,z_j)＝(a·z_i·z_j+b)^d

式中，a、b、d为常数，a>0，b≥0，d为正整数，z_i,z_j∈Z_n且z_i,z_j∈R^m，m为采样点数。

4.根据权利要求1所述的基于核函数的PCA-KSICA储能系统典型工况识别方法，其特征在于，所述步骤3)中，解混矩阵通过迭代方式获得，具体为：

301)初始化迭代次数i＝1，初始化加权向量W_i-1；

302)计算优先输出信号向量

303)计算临时滤波加权向量W⁺：

$W^{+}=W_{i-1}+\frac{{{\hat{R}}_{Z_n{Z}_n}}^{-1}{\hat{r}}_{Z_{n}Y}}{2{\hat{P}}_{\tilde{Y}}}$

式中，和为中间变量，通过以下公式计算：

${\hat{P}}_{\tilde{Y}}=\frac{1}{N}{\tilde{Y}}^H\tilde{Y}$

${\hat{R}}_{Z_n{Z}_n}=\frac{1}{N}{Z}_n^T{Z}_n^{*}$

${\hat{r}}_{Z_n\tilde{Y}}=\frac{1}{N}{Z}_n^{T}diag{\left\{{\tilde{Y}}^{*}\right\}}^2\tilde{Y}$

其中，diag{}为对角矩阵，H表示共轭，T表示转置；

304)更新标准化后的滤波加权向量：

$W_i=\frac{W^{+}}{\left|\right|W^{+}\left|\right|}$

305)当满足迭代停止要求或到达迭代最大步数时，使得W_opt＝W_i并且停止迭代，W_opt为最终的最优解混矩阵，否则i＝i+1，返回步骤302)。