[发明专利]基于卡尔曼滤波算法的SF6压力状态判别方法及装置

说明书

本发明提出一种基于卡尔曼滤波算法的SF6压力状态判别方法及装置，通过卡尔曼滤波算法估计开关设备的SF6值，从而识别出偏离估计值的开关设备。其能够有效避免人工疏漏，同时，能够提高效率，通过卡尔曼滤波器判断开关SF6压力编号趋势是否出现异常，能够降低人工判断可能出现的问题。

技术领域

本发明涉及涉及电气设备维护领域，尤其是涉及基于卡尔曼滤波算法的SF6 压力状态判别方法及装置。

背景技术

当前，判断SF6故障主要依赖运维人员对变电站内SF6压力每月抄录一次，并且对其变化趋势进行对比。

通过对比历史值可能由于抄录时的温度关系，并不能完美体现其趋势，而且，根据本人工作经验，SF6压力开始泄漏时，较为缓慢，往往要经过一段时间后，才会突然下降，而这时往往已经错过了最佳停电消缺的时机，需要运维人员应急处置，既增加了危险性，又导致了临时停电。

发明内容

本发明针对现有技术存在的缺陷和不足，提出一种基于卡尔曼滤波算法的 SF6压力状态判别方法及装置，主要是通过卡尔曼滤波算法估计开关设备的SF6 值，对偏离估计值的开关设备进行提示。

其具体采用以下技术方案：

一种基于卡尔曼滤波算法的SF6压力状态判别方法，其特征在于：通过卡尔曼滤波算法估计开关设备的SF6值，从而识别出偏离估计值的开关设备。

进一步地，所述卡尔曼滤波算法具体采用UKF算法；通过将UKF算法生成的估计曲线与运维人员现场检查的SF6曲线进行对比，以判断该开关SF6是否存在异常变化的情况。

进一步地，在所述UKF算法中，设定初始状态和误差协方差矩阵分别为和P₀，进行对称采样的Sigma点的选取：

计算Sigma点集和相应的权系数：

其中是矩阵方根的第i列；

将得到的χ点集代入量测方程，获得状态y的点集y_i，_{i＝1，……，2n}；

y的均值和协方差矩阵近似为：

其中：

W₀^(m)＝λ/(n+λ)

W₀^(c)＝λ/(n+λ)+(1-α²+β)

W_i^(m)＝W_i^(c)＝1/2(n+λ)，i＝1，……，2n

W₀^(m)、W₀^(c)分别为协方差与互协方差阵对应的加权系数；

式中，λ＝α²(n+κ)-n为一个比例常数，α决定采样点在附近的扩展， n是系统状态变量维数，κ是一个比例常数，β根据x的先验分布设置。

进一步地，α取0.01，κ在高斯分布中取β取2。

进一步地，在所述UKF算法中，根据得到的Sigma点集：

并执行以下估计过程：

状态预测：