基于ica算法的智能變電站設(shè)備狀態(tài)預(yù)警方法
【專利摘要】本發(fā)明提供了一種基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法,包括以下步驟：（一） 信息數(shù)據(jù)采集；（二）信息數(shù)據(jù)傳送；（三）信息數(shù)據(jù)處理：控制室的控制中心實(shí)時(shí)讀取采集器傳送來的數(shù)據(jù)集，并利用ICA算法對采集的數(shù)據(jù)集進(jìn)行清理、數(shù)據(jù)集成和轉(zhuǎn)換、數(shù)據(jù)降維，數(shù)據(jù)離散化等工作；（四）預(yù)警診斷：站控制室的控制中心利用貝葉斯算法對步驟（三）中處理好的數(shù)據(jù)進(jìn)行分析，通過數(shù)據(jù)分類、關(guān)聯(lián)和預(yù)測的方法，對歷史數(shù)據(jù)訓(xùn)練建模以及集成工作人員現(xiàn)有的經(jīng)驗(yàn)得到策略，輸出相應(yīng)的預(yù)警信號。本發(fā)明能夠簡單、快速地提取有效數(shù)據(jù)信息，對變電站一次/二次設(shè)備的運(yùn)行狀況作出更精準(zhǔn)的預(yù)警，令對變電站的監(jiān)測預(yù)警更及時(shí)、準(zhǔn)確。本發(fā)明適用于電力系統(tǒng)所有通信設(shè)備的風(fēng)險(xiǎn)評估與預(yù)警。
【專利說明】
基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于電力系統(tǒng)的通信領(lǐng)域，具體地說是一種基于ICA算法的智能變電站設(shè) 備狀態(tài)預(yù)警方法。
【背景技術(shù)】
[0002] 隨著變電站智能化的不斷發(fā)展，無人值守變電站逐漸增多，對于變電站內(nèi)高壓開 關(guān)柜、母線接頭、電纜接頭、輸變電線路接頭、室外刀閘開關(guān)等重要設(shè)備在線實(shí)時(shí)監(jiān)測的任 務(wù)也不斷加重，這些在長期運(yùn)行過程中容易因絕緣老化或接觸電阻過大而發(fā)熱，從而導(dǎo)致 火災(zāi)和大面積的停電事故，造成重大的經(jīng)濟(jì)損失及嚴(yán)重的社會影響，因此對智能變電站設(shè) 備進(jìn)行溫度實(shí)時(shí)監(jiān)測是十分必要的。
[0003] 由于變電站設(shè)備觸頭因?yàn)榻佑|不良、氧化、老化等原因都會導(dǎo)致電阻變大，出現(xiàn)突 然高熱，觸點(diǎn)溫度升高是設(shè)備故障最直觀的表現(xiàn)，故障發(fā)生前，一般觸點(diǎn)溫度都是保持一 致，當(dāng)負(fù)載增加就會促使設(shè)備溫度變化，使其突然升高，因此現(xiàn)有技術(shù)中的變電站設(shè)備預(yù)警 系統(tǒng)主要是對變電站各設(shè)備的溫度進(jìn)行預(yù)警，而現(xiàn)有的變電站設(shè)備預(yù)警系統(tǒng)對變電站各種 重要設(shè)備的溫度監(jiān)測時(shí)，直接采集個(gè)設(shè)備的溫度信息，然后直接對溫度信息進(jìn)行分析處理， 這種處理方式的弊端在于:變電站電磁環(huán)境復(fù)雜等因素，采集的同一類觸點(diǎn)的溫度數(shù)據(jù)其 實(shí)為一個(gè)數(shù)據(jù)的集合，其中包括原始溫度數(shù)據(jù)、其他設(shè)備電磁噪聲干擾數(shù)據(jù)、旁路觸點(diǎn)溫度 干擾數(shù)據(jù)等集合，在預(yù)警系統(tǒng)中做數(shù)據(jù)分析時(shí)如果不將這些無效的數(shù)據(jù)剔除，極易造成錯(cuò) 誤的分析結(jié)果，而使預(yù)警系統(tǒng)做出錯(cuò)誤的預(yù)判，會極大的影響變電站設(shè)備的正常運(yùn)行。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明要解決的技術(shù)問題，是提供一種基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警 方法，通過對大量的采集數(shù)據(jù)進(jìn)行精簡篩選，獲取出有用的信息，令分析出的結(jié)果更加準(zhǔn) 確。
[0005] 為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是： 一種基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法， 它包括以下步驟： (一） 信息數(shù)據(jù)采集:設(shè)于變電站內(nèi)的無線監(jiān)測系統(tǒng)通過貼于一次/二次設(shè)備附近的溫 度傳感器采集各類設(shè)備的溫度信息； (二) 信息數(shù)據(jù)傳送:采集的溫度信息通過微功率無線通信上傳至與變電站最近的采集 器，再由采集器通過集中器網(wǎng)關(guān)、經(jīng)過光纖或以太網(wǎng)傳送至站內(nèi)控制室的控制中心； (三) 信息數(shù)據(jù)處理:控制室的控制中心實(shí)時(shí)讀取采集器傳送來的數(shù)據(jù)集，并利用ICA算 法對采集的數(shù)據(jù)集進(jìn)行清理、數(shù)據(jù)集成和轉(zhuǎn)換、數(shù)據(jù)降維，數(shù)據(jù)離散化等工作； (四） 預(yù)警診斷:站控制室的控制中心利用貝葉斯算法對步驟(三）中處理好的數(shù)據(jù)進(jìn)行 分析，通過數(shù)據(jù)分類、關(guān)聯(lián)和預(yù)測的方法，對歷史數(shù)據(jù)訓(xùn)練建模，以及集成工作人員現(xiàn)有的 經(jīng)驗(yàn)得到策略，輸出相應(yīng)的預(yù)警信號。
[0006] 作為對步驟(三)的限定:所述步驟(三)包括以下步驟： 1) 數(shù)據(jù)預(yù)處理:控制室的控制中心對接收到的觀測數(shù)據(jù)進(jìn)行去均值或加上均值向量后 得到正確的源信號波形估計(jì);然后利用白化法去除數(shù)據(jù)間的相關(guān)性； 2) 進(jìn)入ICA主算法:控制室的控制中心利用傅里葉算法以負(fù)熵最大作為搜尋方向?qū)︻A(yù) 處理后的數(shù)據(jù)進(jìn)行快速收斂，并通過非高斯性度量來表示分離結(jié)果間的相互獨(dú)立性，當(dāng)非 尚斯性達(dá)到最大時(shí)，完成ICA分尚。
[0007] 作為對步驟1)的限定:所述步驟1)對數(shù)據(jù)預(yù)處理后得到的數(shù)據(jù)信號集必須滿足每 個(gè)采集點(diǎn)的溫度值之間是相互獨(dú)立的、得到的分離矩陣為滿秩矩陣、得到的數(shù)據(jù)集中至多 只有一個(gè)信號為高斯分布函數(shù)三個(gè)先驗(yàn)條件。
[0008] 作為對步驟2)的限定:所述步驟2)中利用傅里葉算法進(jìn)行ICA分離包括依次進(jìn)行 的以下步驟： ① 隨機(jī)選擇初始權(quán)值向量； ② 利用公另
更新權(quán)值向量； ③ 利用公式Wk+l:Wk+l/| |wk+l| I進(jìn)行歸一化； ④ 如果I Wk+1ik | >霧;，則算法不收斂，返回步驟②，否則利用傅里葉算法的ICA算法估算 出了 一個(gè)獨(dú)立分量，完成了所采集數(shù)據(jù)集的提取。
[0009] 作為對步驟（四）的限定:所述步驟（四）中利用的貝葉斯算法包括依次進(jìn)行的以下 步驟： i)建立溫度模型； ? )預(yù)處理模型參數(shù)； m)參數(shù)帶入模型，進(jìn)行故障預(yù)測； iv )在線采集溫度，更新溫度； V)得到此時(shí)刻溫度分布； Vi)結(jié)合此時(shí)刻溫度分布、溫度總體分布、溫度先驗(yàn)分布，依據(jù)觀測值預(yù)測此時(shí)刻后驗(yàn) 分布。
[0010] 作為對步驟m)的限定:所述步驟中利用貝葉斯算法進(jìn)行預(yù)測的過程為:設(shè)溫度的 初始狀態(tài)的概率分布和k-l時(shí)刻的概率分布分別為：/K'A)& )、bvD，Xk只與 Xk-1有關(guān)，得到：
式中不包含yk的先驗(yàn)分布，由系統(tǒng)的狀態(tài)轉(zhuǎn)移概率分布來計(jì)算； 所述步驟vi)更新后驗(yàn)分布參數(shù)的過程為：利用最新觀測變量yk和先驗(yàn)分布 戶攤導(dǎo)多由貝葉斯公式可得：
由于
：巴上述兩式代入貝葉斯公式， 可得：
再根據(jù)條件概率分布、聯(lián)合概率分布和貝葉斯公式
[0011] 由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，所取得的技術(shù)進(jìn)步在于： (1) 本發(fā)明采用無線微功率方式進(jìn)行信息采集，高可靠、低功耗、使用方便靈活的通信 技術(shù)，能夠在智能變電站復(fù)雜環(huán)境下實(shí)現(xiàn)無線數(shù)據(jù)的穩(wěn)定可靠傳輸； (2) 本發(fā)明采用ICA算法進(jìn)行有用信息的提取，算法收斂速度快，魯棒性高，具有并行 性、分布式、計(jì)算簡單、內(nèi)存消耗少等優(yōu)點(diǎn)； (3) 本發(fā)明采用貝葉斯算法考慮了主觀因素和先驗(yàn)數(shù)據(jù)的關(guān)聯(lián)性，使算法推理出的結(jié) 果具有更加精準(zhǔn)的預(yù)判性； (4) 本發(fā)明采用變電站預(yù)警指標(biāo)體系擁有健壯的系統(tǒng)架構(gòu)，健全的綜合指標(biāo)體系，利用 貝葉斯算法制定風(fēng)險(xiǎn)評估規(guī)則，得到較客觀的預(yù)警信號指示，并給出合理的解決措施方案， 系統(tǒng)具有預(yù)判精準(zhǔn)，措施合理等優(yōu)點(diǎn)。
[0012] 綜上所述，本發(fā)明能夠簡單、快速地提取有效數(shù)據(jù)信息，對變電站一次/二次設(shè)備 的運(yùn)行狀況作出更精準(zhǔn)的預(yù)警，令對變電站的監(jiān)測預(yù)警更及時(shí)、準(zhǔn)確。
[0013] 本發(fā)明適用于電力系統(tǒng)所有通信設(shè)備的風(fēng)險(xiǎn)評估與預(yù)警。
[0014] 本發(fā)明下面將結(jié)合具體實(shí)施例作進(jìn)一步詳細(xì)說明。
【附圖說明】
[0015] 圖1為本發(fā)明實(shí)施例的流程圖； 圖2為本發(fā)明實(shí)施例中ICA算法的分離模型框圖； 圖3為本發(fā)明實(shí)施例中貝葉斯算法的故障預(yù)測流程圖； 圖4a為本發(fā)明實(shí)施例去燥前混合數(shù)據(jù)的信號波形圖； 圖4b為圖4a的去燥分離后的信號波形圖； 圖5為本發(fā)明實(shí)施例的指標(biāo)評價(jià)體系圖。
【具體實(shí)施方式】
[0016] 實(shí)施例基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法 本實(shí)施例提供了一種基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，如圖1所示，它包 括以下步驟： (一）信息數(shù)據(jù)采集:設(shè)于變電站內(nèi)的無線監(jiān)測系統(tǒng)通過貼于一次/二次設(shè)備附近的溫 度傳感器采集各類設(shè)備的溫度信息。本實(shí)施例中采用現(xiàn)有技術(shù)中常用的溫度傳感器進(jìn)行溫 度采集即可，無需作出更換，節(jié)省成本。
[0017] (二)信息數(shù)據(jù)傳送:采集的溫度信息通過微功率無線通信上傳至與變電站最近的 采集器，再由采集器通過集中器網(wǎng)關(guān)、經(jīng)過光纖或以太網(wǎng)傳送至站內(nèi)控制室的控制中心。本 實(shí)施例中的微功率無線通信設(shè)備采用現(xiàn)有的無線通信協(xié)議，可將采集的數(shù)據(jù)信息無線傳送 至控制中心，通過控制中心進(jìn)行完整的處理。
[0018] (三)信息數(shù)據(jù)處理:控制室的控制中心實(shí)時(shí)讀取采集器傳送來的數(shù)據(jù)集，并利用 ICA算法對采集的數(shù)據(jù)集進(jìn)行清理、數(shù)據(jù)集成和轉(zhuǎn)換、數(shù)據(jù)降維，數(shù)據(jù)離散化等工作。
[0019]本實(shí)施例如圖2所示，采用現(xiàn)有技術(shù)中ICA算法的基本模型，即X= AS 用矩陣形式表示為：
式中A為mX η階滿混合矩陣;S為η維隨機(jī)列向量，即為某時(shí)亥Ijn個(gè)源信號構(gòu)成的向量;X 為觀測信號或混合信號向量，每個(gè)混合信號都是一個(gè)隨機(jī)信號，其每個(gè)值都是對隨機(jī)信號 的一次抽樣。由矩陣式可以看出，某個(gè)時(shí)刻每個(gè)觀測信號都是由各個(gè)源信號經(jīng)過不同的 加權(quán)得到的。要想從觀測信號X中得到源信號S的估計(jì)Υ，需要一個(gè)解混矩陣W進(jìn)行變換對X，W 可以看成是混合矩陣的一個(gè)逆估計(jì)，具體過程由Y=WX表示。
[0020] ICA方法的估計(jì)就是如何得到最優(yōu)的解混矩陣W，這樣才能使分離的信號最接近源 信號。因此需要針對不同的觀測信號，選擇合適的目標(biāo)函數(shù)和優(yōu)化算法去訓(xùn)練W，使其達(dá)到 極大或極小，這個(gè)#'就是所要求的數(shù)據(jù)。
[0021] 在對信號進(jìn)行ICA方法處理之前，先對采集的信號進(jìn)行一些預(yù)處理，預(yù)處理方法主 要有中心化和白化，中心化的最基本方法就是去均值，其基本思想是從觀測信號X中減去信 號的均值向量，使其變?yōu)榫禐榱愕淖兞浚x式如下：
式中E[x]為X的均值。中心化不會影響信號繼續(xù)分離的過程，但也不一定所有ICA處理 都需要進(jìn)行中心化，如果X與S是線性相關(guān)的，由式子召如卜0!可知S也是零均值的，所以分 離出的信號與源信號在幅度上有偏差，因此分離出的信號之后，需要再加上均值向量，才會 顯示正確的源信號波形的估計(jì)。
[0022] 白話主要是去除數(shù)據(jù)間的相關(guān)性，達(dá)到空域解相關(guān)的目的。此時(shí)本實(shí)施例的任務(wù) 是要找到一種線性變換，使得X變?yōu)榘谆蛄浚?如果一個(gè)零均值向量X的協(xié)方差矩陣是單位矩陣，即：
稱之為為白化信號。本實(shí)施例的處理過程就是要找到這樣的線性變換中的白化矩陣z， 可得：
式中，如:麵〖％ ::,?提X協(xié)方差矩陣分解后特征值從大到小排列組成的;V是這些特征值 對應(yīng)的特征向量組成的正交矩陣。白化后，混合矩陣A也轉(zhuǎn)化為新的矩陣重，證明過程如下：
白化后就減少了 ICA需要估計(jì)的參數(shù)，加快收斂的速度，也加強(qiáng)了算法的穩(wěn)定性。
[0023] 預(yù)處理之后就進(jìn)入ICA主算法，本發(fā)明采用ICA演進(jìn)的一種快速ICA算法，利用傅里 葉算法進(jìn)行快速收斂，簡稱FICA。算法是以負(fù)熵最大作為一個(gè)搜尋方向，源信號比觀測信號 具有更強(qiáng)的非高斯性，在分離過程中，需要進(jìn)行分離的數(shù)據(jù)集具有三個(gè)先驗(yàn)條件:每個(gè)采集 點(diǎn)的溫度值之間是相互獨(dú)立的；得到的分離矩陣為滿秩矩陣;得到的數(shù)據(jù)集中至多只有一 個(gè)信號為高斯分布函數(shù)，并通過分離的非高斯性度量來表示分離結(jié)果間的相互獨(dú)立性，當(dāng) 非高斯性達(dá)到最大時(shí)，表示已完成ICA分離。
[0024] 在ICA分離過程中，有線性可逆變換Y=WTX，WTX的負(fù)熵最大可近似通過E{g(WTX)} 來進(jìn)行優(yōu)化獲取。因?yàn)閃為正交矩陣，所以|li丨~l，E{g(WTX)}的最優(yōu)值能在滿足公式 的點(diǎn)上獲得。
[0025] 上述公式中，雜一個(gè)恒定值，|，__峰，喂優(yōu)化后的r值。通過牛頓迭代法來 解決這個(gè)等式，上述公式左邊的函數(shù)用f表示，可以得到它的Jacobian矩陣:沢趵:::E to Yiii·'％ -潭。 由于數(shù)據(jù)被球化，即?，所以，嗯淚。因而雅可比矩陣變 成了對角陣，并且能比較容易地求逆。因而可以得到下面的近似牛頓迭代公式：
上述公式中，麼5是_的新值，，規(guī)格化能提高解的穩(wěn)定性。簡化后就可 以得到FastICA算法的迭代公式：
實(shí)際上，F(xiàn)ICA中的期望必須由它們的估計(jì)值所取代，當(dāng)然最好的估計(jì)是相應(yīng)的樣本均 值。雖然所有的數(shù)據(jù)應(yīng)該利用到，但是這并不是一種好方法，因?yàn)橛?jì)算量可能要求太大，所 以通常是用較少的樣本估計(jì)出平均數(shù)，樣本的數(shù)量在最后的估計(jì)上可能有不可忽視的影 響。如果不滿足收斂條件，可以增加樣本的數(shù)量。
[0026] FICA算法的具體步驟描述如下： ① 隨機(jī)選擇初始權(quán)值向量w0，k=0; ② 利用3
更新權(quán)值矢量Wk+1; ③ 利用公式Wk+l:Wk+l/| |wk+l| I進(jìn)行歸一化； ④ 如果|wk+1-wk|>竄，算法不收斂，返回②，否則利用傅里葉算法的ICA算法估算出了一 個(gè)獨(dú)立分量，完成了所采集數(shù)據(jù)集的提取。
[0027] 上述公式中釔為w的參數(shù)，w為解混矩陣。
[0028] 如圖4所示，為本實(shí)施例對某一變電站設(shè)備溫度采集信息的去燥分離圖，圖4可知， 由于智能變電站內(nèi)監(jiān)測設(shè)備主要分為一次設(shè)備和二次設(shè)備，一次設(shè)備主要包括主變壓器及 其附屬設(shè)備、GIS設(shè)備、開關(guān)柜設(shè)備、接地變壓器、站用變壓器、動態(tài)無功補(bǔ)償裝置，其他附屬 設(shè)備如中性點(diǎn)接地隔離開關(guān)、中性點(diǎn)避雷器、零序電流互感器等。二次設(shè)備有主要包括綜合 自動化設(shè)備，如線路保護(hù)測控柜，主變壓器保護(hù)測控柜，電能計(jì)量屏，頻率電壓緊急控制裝 置，電能質(zhì)量監(jiān)測柜，二次安防設(shè)備等等，大量溫度傳感器探頭布置于這些設(shè)備表面，進(jìn)行 溫度感應(yīng)。每個(gè)傳感器里都內(nèi)嵌了無線通信模塊，借助微功率無線通信技術(shù)，與距離最近的 采集器通信，不同的采集器之間通過無線mesh拓?fù)浞绞胶途W(wǎng)絡(luò)層集中器網(wǎng)關(guān)相連，網(wǎng)關(guān)通 過光纖以太網(wǎng)方式和控制室內(nèi)的控制中心相連，上傳采集的實(shí)時(shí)溫度數(shù)據(jù)到控制中心。
[0029] 而本實(shí)施例中的智能變電站控制室的控制中心由大量數(shù)據(jù)庫和服務(wù)器組成，應(yīng)用 層匯聚信息預(yù)處理軟件及設(shè)備溫度監(jiān)測預(yù)警軟件。信息預(yù)處理軟件主要負(fù)責(zé)完成ICA信號 的主成分分析提取。由于條件限制，本實(shí)施例為了驗(yàn)證其算法的可行性，采用計(jì)算機(jī)模擬產(chǎn) 生的溫度信號。溫度傳感器按一定得時(shí)間間隔（500s)在線采樣設(shè)備觸點(diǎn)模擬溫度，應(yīng)用幅 移鍵控(ASK)來模擬溫度信號進(jìn)行試驗(yàn)。以1 s為采樣頻率，采樣點(diǎn)為500，取兩個(gè)監(jiān)測點(diǎn)1，2 數(shù)據(jù)為原始信號，分離時(shí)以監(jiān)測點(diǎn)1為主成分，監(jiān)測點(diǎn)2視為干擾信號，試驗(yàn)環(huán)境在在 Windows XP下，用matlab7.1.0運(yùn)行仿真實(shí)驗(yàn)，混合數(shù)據(jù)圖形如圖4a所示，設(shè)備溫度的范圍 在-10°C - 110°C之間跳變。經(jīng)過ICA算法后，可以將兩個(gè)監(jiān)測點(diǎn)溫度還原，在分離之前先進(jìn) 行預(yù)處理，去均值和白話處理，是從觀測信號中減去信號的均值向量從而使X成為一個(gè) 均值為零的變量，即對它進(jìn)行中心化。當(dāng)然，并不是所有的數(shù)據(jù)都要進(jìn)行中心化處理，因?yàn)閄 與y是線性關(guān)系，所以y也是零均值的。接下來用FICA算法對信號進(jìn)行訓(xùn)練，分離后的圖形 如圖4b所示，很明顯，上面的為監(jiān)測點(diǎn)1的溫度信號，下面的為高斯白噪聲信號監(jiān)測點(diǎn)2的信 號。雖然分離出的信號和源信號有一定差別，但是從波形整體形狀上來看是大致一致的，說 明ICA算法分離的健壯性很強(qiáng)，使圖形吻合度提高 (四）預(yù)警診斷:站控制室的控制中心利用貝葉斯算法對步驟(三）中處理好的數(shù)據(jù)進(jìn)行 分析，通過數(shù)據(jù)分類、關(guān)聯(lián)和預(yù)測的方法，對歷史數(shù)據(jù)訓(xùn)練建模以及集成工作人員現(xiàn)有的經(jīng) 驗(yàn)得到策略，輸出相應(yīng)的預(yù)警信號。
[0030] 預(yù)警診斷方法是根據(jù)統(tǒng)計(jì)學(xué)原理，相鄰觀測值之間的依賴性，揭示序列的結(jié)構(gòu)與 規(guī)律。對采集的溫度數(shù)據(jù)進(jìn)行預(yù)處理，主要完成了數(shù)據(jù)清理、數(shù)據(jù)集成和轉(zhuǎn)換、數(shù)據(jù)降維、數(shù) 據(jù)離散化等工作，進(jìn)而通過貝葉斯算法對數(shù)據(jù)進(jìn)行分析，通過數(shù)據(jù)分類、關(guān)聯(lián)和預(yù)測的思想 方法，對歷史數(shù)據(jù)訓(xùn)練建模以及集成現(xiàn)有的經(jīng)驗(yàn)得到策略。該歷史數(shù)據(jù)為已知類型標(biāo)號、含 有當(dāng)前運(yùn)行狀態(tài)信息的數(shù)據(jù)，類型標(biāo)號值等。數(shù)據(jù)分析對含有當(dāng)前運(yùn)行狀態(tài)信息的實(shí)時(shí)數(shù) 據(jù)流進(jìn)行分析，得到類型標(biāo)號，如果類型標(biāo)號顯示為某種故障，則發(fā)出報(bào)警。本實(shí)施例采用 貝葉斯算法對處理好的原始數(shù)據(jù)進(jìn)行關(guān)聯(lián)預(yù)測，所述的貝葉斯算法是基于統(tǒng)計(jì)學(xué)的一種數(shù) 據(jù)挖掘算法，其核心觀點(diǎn)是:在關(guān)于事件A的任何統(tǒng)計(jì)推斷問題中，除了使用樣本信息X所提 供的信息數(shù)據(jù)除外，還必須對事件A預(yù)先預(yù)定一個(gè)先驗(yàn)分布，它可以是預(yù)測者根據(jù)自己的經(jīng) 驗(yàn)來確定，也可以是預(yù)測者根據(jù)自己的主觀認(rèn)識來確定。在進(jìn)行統(tǒng)計(jì)推斷時(shí)，先驗(yàn)概率分布 是不可或缺的一個(gè)重要要素。圖3為貝葉斯算法的故障預(yù)測流程圖，包括以下步驟： i)建立溫度模型。
[0031] ii)預(yù)處理模型參數(shù)。
[0032] m)參數(shù)帶入模型，進(jìn)行故障預(yù)測。本步驟中利用貝葉斯公式將主觀認(rèn)識與先驗(yàn)信息 綜合，得到后驗(yàn)信息，后驗(yàn)信息不僅體現(xiàn)主觀認(rèn)識還有先驗(yàn)信息。而利用貝葉斯算法進(jìn)行預(yù)測 的過程為:設(shè)溫度的初始狀態(tài)的概率分布和k-Ι時(shí)刻的概率分布分別為： Xk只與Xk-1有關(guān)，得到：
式中不包含yk的先驗(yàn)分布，由系統(tǒng)的狀態(tài)轉(zhuǎn)移概率分布夢(％|知以來計(jì)算； 所述步驟vi)更新后驗(yàn)分布參數(shù)的過程為：利用最新觀測變量yk和先驗(yàn)分布 M々hn雕導(dǎo)/>(々h.. J，由貝葉斯公式可得：
由于 . ,
、杷上述兩式代入貝葉斯公式，可得：
再根據(jù)條件概率分布、聯(lián)合概率分布和貝葉斯公式
代入雜努難)可得至
[0033] iv )在線采集溫度，更新溫度； V)得到此時(shí)刻溫度分布； vi)結(jié)合此時(shí)刻溫度分布、溫度總體分布、溫度先驗(yàn)分布，依據(jù)觀測值預(yù)測此時(shí)刻后驗(yàn) 分布。
[0034]圖5所示為本實(shí)施例的指標(biāo)評價(jià)體系圖，即經(jīng)過本實(shí)施例計(jì)算處理后各個(gè)設(shè)備的 溫度信息與其相對應(yīng)的實(shí)際風(fēng)險(xiǎn)。根據(jù)圖5給出的信息，則可以利用本實(shí)施例判斷變電站各 個(gè)設(shè)備的運(yùn)行情況，并采取相應(yīng)的措施即可。
【主權(quán)項(xiàng)】
1. 一種基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在于:它包括以下步驟： (一） 信息數(shù)據(jù)采集:設(shè)于變電站內(nèi)的無線監(jiān)測系統(tǒng)通過貼于一次/二次設(shè)備附近的溫 度傳感器采集各類設(shè)備的溫度信息； (二) 信息數(shù)據(jù)傳送:采集的溫度信息通過微功率無線通信上傳至與變電站最近的采集 器，再由采集器通過集中器網(wǎng)關(guān)、經(jīng)過光纖或以太網(wǎng)傳送至站內(nèi)控制室的控制中心； (三) 信息數(shù)據(jù)處理:控制室的控制中心實(shí)時(shí)讀取采集器傳送來的數(shù)據(jù)集，并利用ICA算 法對采集的數(shù)據(jù)集進(jìn)行清理、數(shù)據(jù)集成和轉(zhuǎn)換、數(shù)據(jù)降維，數(shù)據(jù)離散化等工作； (四） 預(yù)警診斷:站控制室的控制中心利用貝葉斯算法對步驟(三）中處理好的數(shù)據(jù)進(jìn)行 分析，通過數(shù)據(jù)分類、關(guān)聯(lián)和預(yù)測的方法，對歷史數(shù)據(jù)訓(xùn)練建模，以及集成工作人員現(xiàn)有的 經(jīng)驗(yàn)得到策略，輸出相應(yīng)的預(yù)警信號。2. 根據(jù)權(quán)利要求1所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在于： 所述步驟(三)包括以下步驟： 1) 數(shù)據(jù)預(yù)處理:控制室的控制中心對接收到的觀測數(shù)據(jù)進(jìn)行去均值或加上均值向量后 得到正確的源信號波形估計(jì);然后利用白化法去除數(shù)據(jù)間的相關(guān)性； 2) 進(jìn)入ICA主算法:控制室的控制中心利用傅里葉算法，以負(fù)熵最大作為搜尋方向?qū)︻A(yù) 處理后的數(shù)據(jù)進(jìn)行快速收斂，并通過非高斯性度量來表示分離結(jié)果間的相互獨(dú)立性，當(dāng)非 尚斯性達(dá)到最大時(shí)，完成ICA分尚。3. 根據(jù)權(quán)利要求2所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在于： 所述步驟1)對數(shù)據(jù)預(yù)處理后得到的數(shù)據(jù)信號集必須滿足每個(gè)采集點(diǎn)的溫度值之間是相互 獨(dú)立的、得到的分離矩陣為滿秩矩陣、得到的數(shù)據(jù)集中至多只有一個(gè)信號為高斯分布函數(shù) 二個(gè)先驗(yàn)條件。4. 根據(jù)權(quán)利要求2或3所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在 于:所述步驟2)中利用傅里葉算法進(jìn)行ICA分離包括依次進(jìn)行的以下步驟： ①隨機(jī)選擇初始權(quán)值向量；③ 利用公式Wk+l:Wk+l/| |wk+l| I進(jìn)行歸一化； ④ 如果I Wk+1-Wk I >&，則算法不收斂，返回步驟②，否則利用傅里葉算法的ICA算法估算 出了 一個(gè)獨(dú)立分量，完成了所采集數(shù)據(jù)集的提取。5. 根據(jù)權(quán)利要求1至3中任意一項(xiàng)所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方 法，其特征在于:所述步驟(四）中利用的貝葉斯算法包括依次進(jìn)行的以下步驟： i)建立溫度模型； ? )預(yù)處理模型參數(shù)； m)參數(shù)帶入模型，進(jìn)行故障預(yù)測； iv )在線采集溫度，更新溫度； V )得到此時(shí)刻溫度分布； Vi)結(jié)合此時(shí)刻溫度分布、溫度總體分布、溫度先驗(yàn)分布，依據(jù)觀測值預(yù)測此時(shí)刻后驗(yàn) 分布。6. 根據(jù)權(quán)利要求4所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在于： 所述步驟(四）中利用的貝葉斯算法包括依次進(jìn)行的以下步驟： i)建立溫度模型； ? )預(yù)處理模型參數(shù)； m)參數(shù)帶入模型，進(jìn)行故障預(yù)測； iv )在線采集溫度，更新溫度； V )得到此時(shí)刻溫度分布； Vi)結(jié)合此時(shí)刻溫度分布、溫度總體分布、溫度先驗(yàn)分布，依據(jù)觀測值預(yù)測此時(shí)刻后驗(yàn) 分布。7. 根據(jù)權(quán)利要求5所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在于： 所述步驟m)中利用貝葉斯算法進(jìn)行預(yù)測的過程為:設(shè)溫度的初始狀態(tài)的概率分布和k-1時(shí) 刻的概率分布分別為:.，Xk只與Xk-i有關(guān)，得到：式中不包含yk的先驗(yàn)分布，由系統(tǒng)的狀態(tài)轉(zhuǎn)移概率分布來計(jì)算； 所述步驟vi)更新后驗(yàn)分布參數(shù)的過程為:利用最新觀測變量yk和先驗(yàn)分布滬 推導(dǎo)#，由貝葉斯公式可得：由于龍滅j，把上述兩式代入貝葉斯公式， 可得：再根據(jù)條件概率分布、聯(lián)合概率分布和貝葉斯公式8. 根據(jù)權(quán)利要求6所述的基于ICA算法的智能變電站設(shè)備狀態(tài)預(yù)警方法，其特征在于： 所述步驟m)中利用貝葉斯算法進(jìn)行預(yù)測的過程為:設(shè)溫度的初始狀態(tài)的概率分布和k-Ι時(shí) 刻的概率分布分別為:，Xk只與Xk-i有關(guān)，得到：式中不包含yk的先驗(yàn)分布，由系統(tǒng)的狀態(tài)轉(zhuǎn)移概率分布·來計(jì)算； 所述步驟vi)更新后驗(yàn)分布參數(shù)的過程為:利用最新觀測變量yk和先驗(yàn)分布^ 推導(dǎo)，由貝葉斯公式可得：，把上述兩式代入貝葉斯公式， 可得：再根據(jù)條件概率分布、聯(lián)合概率分布和貝葉斯公式
【文檔編號】H02J13/00GK105932774SQ201610309884
【公開日】2016年9月7日
【申請日】2016年5月11日
【發(fā)明人】孫濤, 劉耀根, 任啟, 袁碩, 穆潤根, 劉曉麗, 姚學(xué)科, 蘇子強(qiáng), 李睿琦, 李鵬飛, 魏英星
【申請人】國網(wǎng)冀北電力有限公司張家口供電公司, 國家電網(wǎng)公司