[发明专利]一种输变电设备多维静态参量的关键特征提取方法

说明书

本发明公开了一种输变电设备多维静态参量的关键特征提取方法，包括：根据输变电设备长期运行过程中的参量信息，将各参量所占比重进行量化；依托参量量化的结果，得到设备部件的量化矩阵；对所得矩阵进行标准化、正交化，得到相关系数矩阵；对相关系数矩阵进行奇异值分解，得到特征值和特征向量；根据特征值的累计贡献率，确定主成分的个数；对各主成分进行加权，计算出主成分的综合得分，利用权重对各基础参量进行排名和评价；将基础参量的权重向量归一化，从基础参量中选出关键参量。本发明通过对输变电设备准实时、静态参量的关键特征提取，能够实现参量的精简，提取出与设备缺陷、故障息息相关的参量，为生产实践带来指导意义。

技术领域

本发明涉及电力系统设备技术领域，具体涉及一种输变电设备多维静态参量的关键特征提取方法。

背景技术

随着国民经济的飞速发展，我国电力系统正向大容量、智能化方向发展，尤其是最近几年，无论是年发电量还是装机容量，我国都已跻身世界前列。而日渐发达的生产生活水平也提高了用户对用电安全性和供电可靠性的要求。各行各业都已越来越离不开电网，如若因输变电设备的故障造成大规模停电或电力灾害，将给电力系统或国民经济造成严重的损失。另一方面，由于电力消费规模的扩大和人工成本的提高，检修输变电设备的支出已逐渐成为电力总成本的主要组成部分。如何智能化地获取电力设备的工作状态，在严重故障发生之前施行恰当的检修方案，以求大力节约电力维护支出，保障电网安全可靠运行，成为我国相关电力部门极其关心的重要课题。

输变电设备的准实时、静态参量大多都是从人工巡视、带电检测、预防性试验中得到，其参量繁多且采集周期长，有相当一部分参量(尤其是输电线路的参量)难以获取，这就给设备的状态评价带来了参量不完整的困难，所以，需要一个新的技术方案来解决这个问题。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种输变电设备多维静态参量的关键特征提取方法，通过对输变电设备准实时、静态参量的关键特征提取，能够实现参量的精简，提取出与设备缺陷、故障息息相关的参量，为生产实践带来指导意义。

技术方案：为实现上述目的，本发明提供一种输变电设备多维静态参量的关键特征提取方法，包括如下步骤：

S1：根据输变电设备长期运行过程中的故障缺陷记录、控制中心数据库等参量信息，将各参量所占比重进行量化；

S2：依托步骤S1参量量化的结果，得到设备部件的量化矩阵；

S3：对步骤S2所得矩阵进行标准化、正交化，得到相关系数矩阵R；

S4：对相关系数矩阵R进行奇异值分解，得到相关系数矩阵R的特征值和特征向量；

S5：根据特征值的累计贡献率，确定主成分的个数；

S6：对各主成分进行加权，计算出主成分的综合得分，利用权重对各基础参量进行排名和评价；

S7：将基础参量的权重向量归一化，根据权重的数值从基础参量中选出关键参量。

进一步地，所述步骤S1具体为：把参量量化为一个4维向量，设参量A的量化向量为A＝(A1,A2,A3,A4)，则A1表示参量A在历年故障统计中的比重，A2表示参量A在历年重大/紧急缺陷统计中的比重，A3表示参量A在在历年一般缺陷统计中的比重，A4表示参量A在生产管理缺陷库中的比重。

进一步地，所述步骤S2具体为：依托步骤S1中参量量化的结果，得到设备部件的量化矩阵X＝[X₁,X₂,…,X_p]^T，其中，p表示基础参量的个数，n表示样本个数，X₁,X₂,…,X_p表示p个基础参量对应的量化向量，量化矩阵为p×n阶：