[发明专利]基于时间序列混沌特性的电力设备在线监测错误数据诊断方法

权利要求书

1.一种基于时间序列混沌特性的电力设备在线监测错误数据诊断方法，其特征是，包括：

第一步，建立在线监测数据时间序列的相空间重构模型，

用x表示某一处于线监测中的状态量，即x(t),t＝1,2,...,N为时间尺度测量到的数据序列，构造后的在m维空间的相点为，

式中τ是时间延迟；m为嵌入维数；相点总数n＝N-(m-1)τ，X_i为重构相空间相点，i＝1,2,...,N；

第二步，利用现有的自相关法选择时间延迟量τ的具体数值；

第三步，利用现有的Cao方法确定嵌入维数m的具体数值；

第四步，将一段在线监测数据的时间序列x(t),t＝1,2,...,N，第二步中得到的时间延迟量τ具体数值和第三步得到的嵌入维数m的具体数值都带入公式(1)，构建m维相空间向量X(t)＝{x(t),x(t+τ),...,x[t+(m-1)τ]}的时间序列X₁,X₂,…,X_n；

第五步，利用现有方法计算相空间时间序列X₁,X₂,…,X_n的Lyapunov指数λ；

第六步，将在线监测数据沿移动的时间窗口(窗口宽度为N)分成若干段，对于每一段数据重复第四步和第五步，求得Lyapunov指数λ随时间的变化曲线λ(t)；

第七步，进行下列判断，若λ(t)的变化量小于其平均值的10％，则认为在线监测数据中没有错误数据；若λ(t)中存在大于其平均值的10％的突变，则突变部位所对应的在线监测数据时间序列中存在错误数据。