配电设备状态特征筛选方法、装置、计算机设备制造方法及图纸

本申请涉及一种配电设备状态特征筛选方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取当前采样时刻各测量点采集的配电设备的当前状态数据；根据各当前状态数据和各历史状态数据构建当前数据矩阵；各历史状态数据为历史采样时刻各测量点采集的配电设备的历史状态数据；根据各当前状态数据中的各目标状态数据和当前数据矩阵得到对应的增广矩阵；根据白噪声矩阵和当前数据矩阵得到对比矩阵；将各增广矩阵进行预处理得到增广矩阵的第一平均谱半径；将对比矩阵进行预处理得到对比矩阵的第二平均谱半径；根据第一平均谱半径和第二平均谱半径得到目标差值。采用本方法能够确定配电融合装备的特定状态的相关信息。能够确定配电融合装备的特定状态的相关信息。能够确定配电融合装备的特定状态的相关信息。

【技术实现步骤摘要】
配电设备状态特征筛选方法、装置、计算机设备


[0001]本申请涉及电力
，特别是涉及一种配电设备状态特征筛选方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着状态检修CBM(Condition Based Maintenance)又称预知性维修PDM(Predictive Diagnostic Maintenance)技术的出现，其受到越来越多的企业的关注。
[0003]然而状态检修的关键在于获取配电融合装备的状态数据，因此如何确定配电融合装备的特定状态的相关信息亟须解决。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够确定配电融合装备的特定状态的相关信息的配电设备状态特征筛选方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种配电设备状态特征筛选方法，所述方法包括：获取当前采样时刻各测量点采集的配电设备的当前状态数据；根据各所述当前状态数据和各历史状态数据构建当前数据矩阵；各所述历史状态数据为历史采样时刻各测量点采集的配电设备的历史状态数据；根据各所述当前状态数据中的各目标状态数据和所述当前数据矩阵得到对应的增广矩阵；根据白噪声矩阵和所述当前数据矩阵得到对比矩阵；将各所述增广矩阵进行预处理得到所述增广矩阵的第一平均谱半径；将所述对比矩阵进行所述预处理得到所述对比矩阵的第二平均谱半径；根据所述第一平均谱半径和所述第二平均谱半径得到目标差值。
[0006]在其中一个实施例中，所述根据各所述当前状态数据和各历史状态数据构建当前数据矩阵，包括：将历史数据矩阵中与当前采样时刻距离最远的采样时刻对应的历史状态数据移出；以及将各所述当前状态数据移入至所述历史数据矩阵中得到所述当前数据矩阵。
[0007]在其中一个实施例中，所述根据各所述当前状态数据中的各目标状态数据和所述当前数据矩阵得到对应的增广矩阵，包括：根据各所述当前状态数据中的各目标状态数据构建对应的中间矩阵；根据各所述中间矩阵、各所述中间矩阵对应的中间白噪声矩阵以及各所述中间白噪声矩阵的幅值得到各影响因素矩阵；根据各所述影响因素矩阵和所述数据矩阵得到对应的增广矩阵。
[0008]在其中一个实施例中，各所述中间白噪声矩阵的幅值的确定方式，包括：根据各所述中间矩阵、所述中间白噪声矩阵和所述影响因素矩阵对应的信噪比得到所述中间白噪声矩阵的幅值。
[0009]在其中一个实施例中，所述预处理包括归一化处理、奇异化处理和平均谱半径处理中的至少一个。
[0010]在其中一个实施例中，所述将各所述增广矩阵进行预处理得到所述增广矩阵的第一平均谱半径，包括：将各所述增广矩阵进行所述归一化处理和所述奇异化处理，得到第一矩阵；根据所述第一矩阵的特征值进行计算得到对应的第一平均谱半径。
[0011]第二方面，本申请还提供了一种配电设备状态特征筛选装置，所述装置包括：获取模块，用于获取当前采样时刻各测量点采集的配电设备的当前状态数据；构建模块，用于根据各所述当前状态数据和各历史状态数据构建当前数据矩阵；各所述历史状态数据为历史采样时刻各测量点采集的配电设备的历史状态数据；增广矩阵模块，用于根据各所述当前状态数据中的各目标状态数据和所述当前数据矩阵得到对应的增广矩阵；对比矩阵模块，用于根据白噪声矩阵和所述当前数据矩阵得到对比矩阵；第一模块，用于将各所述增广矩阵进行预处理得到所述增广矩阵的第一平均谱半径；第二模块，用于将所述对比矩阵进行所述预处理得到所述对比矩阵的第二平均谱半径；差值模块，用于根据所述第一平均谱半径和所述第二平均谱半径得到目标差值。
[0012]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0013]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0014]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
[0015]上述配电设备状态特征筛选方法、装置、计算机设备、存储介质和计算机程序产品，通过各目标状态数据得到对应的第一平均谱半径，通过各当前状态数据得到对应的第二平均谱半径，根据各第一平均谱半径和第二平均谱半径得到对应的目标差值，目标差值越大，则对应的目标状态数据与配电融合装备的特定状态的相关性越大。根据目标差值确定目标状态信息与配电融合装备的特定状态是否相关。
附图说明
[0016]图1为一个实施例中配电设备状态特征筛选方法的应用环境图；
[0017]图2为一个实施例中配电设备状态特征筛选方法的流程示意图；
[0018]图3为一个实施例中单环示意图；
[0019]图4为一个实施例中的实时监测流程图；
[0020]图5为一个实施例中的实时监测流程图；
[0021]图6为一个实施例中的实时监测流程图；
[0022]图7为一个实施例中配电设备状态特征筛选方法的流程示意图；
[0023]图8为一个实施例中配电设备状态特征筛选装置的结构框图；
[0024]图9为一个实施例中计算机设备的内部结构图。
具体实施方式
[0025]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不
用于限定本申请。
[0026]本申请实施例提供的配电设备状态特征筛选方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102获取当前采样时刻各测量点采集的配电设备的当前状态数据；根据各当前状态数据和各历史状态数据构建当前数据矩阵；各历史状态数据为历史采样时刻各测量点采集的配电设备的历史状态数据；根据各当前状态数据中的各目标状态数据和当前数据矩阵得到对应的增广矩阵；根据白噪声矩阵和当前数据矩阵得到对比矩阵；将各增广矩阵进行预处理得到增广矩阵的第一平均谱半径；将对比矩阵进行预处理得到对比矩阵的第二平均谱半径；根据第一平均谱半径和第二平均谱半径得到目标差值。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0027]在一个实施例中，如图2所示，提供了一种配电设备状态特征筛选方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
[0028]步骤202，获取当前采样时刻各测量点采集的配电设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电设备状态特征筛选方法，其特征在于，所述方法包括：获取当前采样时刻各测量点采集的配电设备的当前状态数据；根据各所述当前状态数据和各历史状态数据构建当前数据矩阵；各所述历史状态数据为历史采样时刻各测量点采集的配电设备的历史状态数据；根据各所述当前状态数据中的各目标状态数据和所述当前数据矩阵得到对应的增广矩阵；根据白噪声矩阵和所述当前数据矩阵得到对比矩阵；将各所述增广矩阵进行预处理得到所述增广矩阵的第一平均谱半径；将所述对比矩阵进行所述预处理得到所述对比矩阵的第二平均谱半径；根据所述第一平均谱半径和所述第二平均谱半径得到目标差值。2.根据权利要求1所述的方法，其特征在于，所述根据各所述当前状态数据和各历史状态数据构建当前数据矩阵，包括：将历史数据矩阵中与当前采样时刻距离最远的采样时刻对应的历史状态数据移出；以及将各所述当前状态数据移入至所述历史数据矩阵中得到所述当前数据矩阵。3.根据权利要求1所述的方法，其特征在于，所述根据各所述当前状态数据中的各目标状态数据和所述当前数据矩阵得到对应的增广矩阵，包括：根据各所述当前状态数据中的各目标状态数据构建对应的中间矩阵；根据各所述中间矩阵、各所述中间矩阵对应的中间白噪声矩阵以及各所述中间白噪声矩阵的幅值得到各影响因素矩阵；根据各所述影响因素矩阵和所述数据矩阵得到对应的增广矩阵。4.根据权利要求3所述的方法，其特征在于，各所述中间白噪声矩阵的幅值的确定方式，包括：根据各所述中间矩阵、所述中间白噪声矩阵和所述影响因素矩阵对应的信噪比得到所述中间白噪声矩阵的幅值。5.根据权利要求1所述的方法，其特征在于，所述预处理...

【专利技术属性】
技术研发人员：胡冉，厉冰，马楠，黄湛华，陈昆，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：