[发明专利]一种配电主设备传感器可靠性评估指标特征提取方法

权利要求书

1.一种配电主设备传感器可靠性评估指标特征提取方法，至少包括步骤：

1)构建有技术性评估指标、装置能效评估指标、安全性评估指标和装置运行情况评估指标4个准则层的综合评价指标体系；

2)利用G1法通过专家打分确定每个指标的初始权重；

3)针对指标各指标单位、量级有所不同的情况，采用Min-max标准化处理方法对指标进行标准化处理；

4)利用变异系数法确定各指标最终权重；

5)对指标进行特征提取，对高位指标进行约简，得到经过特征提取后的配电物联网主设备传感器可靠性评估指标体系；

其中，步骤5)还包括步骤：

输入：高维样本数据X＝[x₁,x₂,…x_n]∈R^D，其中D为决策空间，近邻点个数为k，低维空间维数为d，其中D＞d；

输出：低维样本数据Y＝[y₁,y₂,…y_n]∈R^D；

(i)马氏距离度量学习过程：首先定义同类集合Q_w＝{(x_i,x_j|x_i和x_j是同类)}，然后定义一个非同类集合Q_b＝{(x_i,x_j|x_i和x_j是异类)}，目标是A在Q_w中点对之间距离尽量小，而在Q_b中点对之间的距离要尽量大，设数据样本集合为Ω＝{x₁,x₂,…x_N}，其中x_i∈Rⁿ,i＝1,2,…,N，利用求出的优化矩阵W^*，进而求出马氏度量矩阵A＝W^*(W^*)^T，利用马氏距离找到样本点x_i的k个近邻点x_i1,x_i2,＝,x_ik，其中，W为各项指标综合权重矩阵，S为备选方案集，S_W代表Q_w中所有点对的协方差矩阵，S_b代表Q_b中所有点对的协方差矩阵；

(ii)利用式计算每个样本点x_i的k个近邻点的权重w_ijk，其中δ为一个小的常数；

(iii)对训练样本进行降维：用每个样本的k个近邻线性逼近其本身，使得逼近误差在马氏度量下最小；

设置代价函数如下：

使用最大似然法求最优系数：

其中，

确保w_ijk不变的前提下在低维空间重构样本数据，代价函数如下：

设M＝(I-W)^TA(I-W)，将矩阵M按升序排列，其最小的d₂个非零特征向量为则最终求得

(iv)对测试样本进行降维：同步骤(iii)类似，对待测样本x_test，利用马氏距离找寻其k个近邻点x_test1,x_test2,…,x_testk，其在低维空间对应为y_test1,y_test2,…,y_testk，然后计算重构系数则新样本在低维空间表示为：

(v)应用最近邻算法在低维空间寻找距离y_test最近的数据样本，其所属分类即为y_test所属分类，至此特征提取完成，算法结束。