[发明专利]一种输配电智能终端故障诊断与可靠性评估方法

说明书

本发明提供一种输配电智能终端故障诊断与可靠性评估方法，采集智能终端的供电数据、通信数据、终端数据以及环境数据进行实时监测，对采集的数据进行转换，并构成智能终端监测数据包；将智能终端监测数据包中的检测信息与智能终端标准参数信息进行关联匹配，并获得关联匹配结果；根据关联匹配结果获得故障信息测量数据集，对故障信息测量数据集进行数据信号测量，并通过小波变换方法得到故障特征匹配值；根据故障特征匹配值建立故障诊断模型，根据故障诊断模型获得故障特征量；训练故障分类神经网络；利用训练完成的故障分类神经网络对故障特征量进行诊断以及分类识别；相比于传统的模式识别方法，检测精度以及故障诊断效率较高。

技术领域

本发明涉及故障诊断技术领域，特别涉及一种输配电智能终端故障诊断与可靠性评估方法。

背景技术

在基于输配电智能终端故障诊断的技术应用中，智能终端的工作状态受到温度、局放等多种因素的影响，同时智能终端的分布位置比较分散，导致智能终端的状态信息无法及时获取。

目前，智能终端在故障诊断技术中，常用的电路故障诊断方法有信号检测方法、模式识别方法、专家系统方法、神经网络方法等，采用模式识别方法判断智能终端电路的工况状态时，通过检测信号的统计特征值，分析智能终端电路的工作状态，判断智能终端运行状态和成因，但通用的电路故障诊断方法存在检测精度不高，电路元件之间相互耦合，导致电路故障具有多层性，不利于智能终端故障的诊断准确性。

发明内容

鉴于此，本发明提出一种输配电智能终端故障诊断与可靠性评估方法，提高智能终端电路故障检测的准确度。

本发明的技术方案是这样实现的：

一种输配电智能终端故障诊断与可靠性评估方法，包括以下步骤：

步骤S1、采集智能终端的供电数据、通信数据、终端数据以及环境数据进行实时监测，对采集的数据进行转换，并构成智能终端监测数据包；

步骤S2、将智能终端监测数据包中的检测信息与智能终端标准参数信息进行关联匹配，并获得关联匹配结果；

步骤S3、根据关联匹配结果获得故障信息测量数据集，对故障信息测量数据集进行数据信号测量，并通过小波变换方法得到故障特征匹配值；

步骤S4、根据故障特征匹配值建立故障诊断模型，根据故障诊断模型获得故障特征量；

步骤S5、训练故障分类神经网络；

步骤S6、利用训练完成的故障分类神经网络对故障特征量进行诊断以及分类识别。

优选的，所述步骤S1对采集的数据通过AD转换的方式转换成数字信号。

优选的，所述步骤S3的具体步骤：

步骤S31、假设模拟电路的冲激响应特征向量为h_i(t)，采用光电式转速传感器采集智能终端数据信号得到输出电路的测谱信息为n_pi(t)，且电路的主控振荡输出信号表示为：

p_pi(t)＝p(t)*h_i(t)+n_pi(t)

式中，p(t)为故障信息测量数据集，h_i(t)表示p(t)在时频域内时间冲击响应函数；

步骤S32、模拟电路故障信号具有非稳态性，电路控制输入到主门电路的基准信号表示为：

S_ri(t)＝S(t)*h′_i(t)+n_si(t)