一种基于智能配电环境下的故障预测方法技术

本发明专利技术公开了一种基于智能配电环境下的故障预测方法，研究了非奇异云终端网络化结构时滞控制系统的非奇异云终端网络化故障预测问题。考虑存在区间变预测智能电网的状态,设计云模型网络结构时滞非奇异云终端网络化故障预测滤波器。利用不确定非线性结构时滞反馈滤波器结构包含预测智能电网相关信息的云理论模型感知识别方法。基于非奇异云终端网络化结构时滞控制系统滤波器方法执行了非奇异云终端网络化故障预测滤波器存在的预测智能电网依赖充分条件,并给出了滤波器设计系权数的迭代方法。

【技术实现步骤摘要】
—种基于智能配电环境下的故障预测方法
本专利技术属于非线性网络化结构时滞控制
，涉及，具体地说，涉及一种基于智能配电环境下不确定非线性非奇异云终端网络化时滞控制系统中的故障预测方法。
技术介绍
针对非线性网络化结构时滞控制技术的飞速发展应用在新型非奇异云终端网络化结构时滞控制系统性能的同时也提高了非奇异云终端网络化结构时滞控制系统的复杂程度。为优化可靠性与稳定性、科学性，利用非奇异云终端网络化故障预测已经成为非奇异云终端网络化结构时滞控制系统必备的系统。另外，众多学者与科研人员关注的网络化结构时滞控制系统，由于具有连线少，信息资源能共享，易于维护和扩展等优点，已经成为非奇异云终端网络化结构时滞控制系统的发展趋势。针对网络化结构时滞控制系统自身所欠缺的网络预测智能电网问题，必须针对网络化结构时滞控制系统的特点，设计符合网络化结构时滞控制系统需求的非奇异云终端网络化故障预测系统。现有技术中有针对具有状态测量延迟的系统提出了问题可解的结构时滞依赖充分条件。现有技术中针对云模型网络结构时滞网络化结构时滞控制系统的非奇异云终端网络化故障预测问题，设计了一种描述随机测量延迟和丢包问题的测量模型，并且详细分析了该模型中隐含的保守性问题。有人针对存在随机通信延迟和丢包的非线性网络化结构时滞控制系统，设计了云模型网络结构时滞不确定非线性结构时滞云理论模型滤波器。
技术实现思路
为了克服现有技术中存在的缺陷，本专利技术提供，研究了非奇异云终端网络化结构时滞控制系统的非奇异云终端网络化故障预测问题。考虑存在区间变预测智能电网的状态，设计云模型网络结构时滞非奇异云终端网络化故障预测滤波器。利用不确定非线性结构时滞反馈滤波器结构包含预测智能电网相关信息的云理论模型感知识别方法。基于非奇异云终端网络化结构时滞控制系统滤波器方法执行了非奇异云终端网络化故障预测滤波器存在的预测智能电网依赖充分条件，并给出了滤波器设计系权数的迭代方法。其技术方案如下:，包括以下步骤:基于非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集本文档来自技高网...

【技术保护点】
一种基于智能配电环境下的故障预测方法，其特征在于，包括以下步骤：基于非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集包含n个非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点，每个非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点具有n维属性且属性值为数值非奇异云终端网络化结构时滞故障预测，记为χ(μ+1)ψμT={ΣΣi=1n(i+1)χ1(μ),Σχ2(μ),...,Σχn-i(μ)},]]>i＝1,2,...,n；非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集的属性向量为μ＝1,2,...,n，云理论模型算法将其聚为χ(μ+1)ψμT={Σχ1(μ),Σχ2(μ),...,Σχn(μ)}]]>类的过程为：步骤1：根据系统描述的基于云理论模型的非奇异云终端网络化结构时滞控制系统网络化故障预测变换方法对原非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集结构时滞控制系统网络化，得到基于非奇异云终端网络化结构时滞控制系统网络化故障预测构成的非奇异云终端网络化结构网络化故障感知信号预测节点集其中i＝1,2,...,n；云理论模型函数Yf选用传统的Yq均值算法来实现；步骤2：构建基于海明距离的密度敏感相似性度量，从而得到非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集Y的相似矩阵χ(μ‑(μ)μ)∈Rm，其中WijχF(μ+1)=Σμ-d(μ)μ-1{XFχF[μ-d(μ)]+YF[μ-y(μ)]}γ[μ-(μ)]=Σμ-d(μ)μ-1ZFχF[μ-d(μ)]χF(0)=0QF(0)=0;]]>步骤3：构造非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集Y的云理论模型矩阵描述为γe[μ‑d(μ)]＝{[μ‑γ(μ)]‑[μ‑y(μ)]}μT，其中χF(μ‑d(μ))∈Rn为向量矩阵系统描述为z(μ+1)=X‾[μ-z(μ)]+X‾1z[(μ-d(μ))]+Y‾[μ-ω(μ)]γe(μ)=Z‾z(μ)+Z‾1z[(μ-d(μ))]+Q‾ω(μ);]]>步骤4：求非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点矩阵z(μ)=χμT(μ)χFμT(μ)μT]]>的前ω(μ)＝[xμT(μ)ζμT(μ)fμT(μ)]μT个最大特征值对应的特征向量表达式描述为{X‾=Xμ0YFZXFμT;X‾1=Yμ0YFQμ0μT;Y‾=-YμYdYf-QYfμYfQqYfQfμT]]>{Z‾=-XZFμT;Z1‾=-Yμ0μT;Q‾=Yμ-Yd-YfμT,]]>构造非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点矩阵系统描述为Jμ(γe)∞=Σi=1μ-1{[Σi=μ0+d(μ)i=μ0+LμγeT(i)]γe(i)}TJth-μ=cosscupω∈φ2[0,∞],f=0Σμ-d(μ)μ-1||γe(μ)||e-22;]]>步骤5：将Jμcos(γe)∞的行向量归一化处理，得到矩阵cosJth‑μ，其中Σμ-d(μ)μ-1||γe(μ)||e-22<Σμ+ω(μ)μ-1γ||ω(μ)∞||e-22;]]>步骤6：将矩阵cosJth‑μ的每一行看成是Rk空间中的一个非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点，使用χ(μ‑(μ)μ)∈Rm均值算法将其聚成Lμ类，如果cosJth‑μ的第i行...

【技术特征摘要】
1.一种基于智能配电环境下的故障预测方法，其特征在于，包括以下步骤: 基于非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集 2.根据权利要求1所述的基于智能配电环境下的故障预测方法，其特征在于，步骤I是非奇异云终端网络化结构时滞控制系统网络化故障预测的预处理过程，将非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集X中的所有数值非奇异云终端网络化结构时滞控制系统网络化故障预测变换为基于非奇异云终端网络化结构时滞控制系统网络化故障预测，即实现非奇异云终端网络化结构时滞控制系统网络化故障预测的归一化和结构时滞控制系统网络化；...

【专利技术属性】
技术研发人员：郑小发，刘毅，熊莉，夏北京，杨丽，饶越，朱新民，张利国，钟利华，陈政东，
申请(专利权)人：重庆机电职业技术学院，
类型：发明
国别省市：重庆;85