电力电缆故障行为的多重对应分析方法

摘要

本发明涉及一种电力电缆故障行为的多重对应分析方法，包括如下步骤：步骤（1）：列写电缆的指标矩阵：步骤（2）：计算相对频率矩阵：步骤（3）：卡方分解：步骤（4）：奇异值分解：步骤（5）：创建感性地图：A、定义基准坐标；B、空间变换：C、找到理想故障点：D、计算马氏距离。本发明的方法有助于丰富对电缆故障行为的认识，提高对电缆故障行为的理解，能够对大量电力电缆的分类变量进行系统地分析、以找到各种分类变量之间联系，可以减少电缆运维人员的工作量，直观地找到具有故障倾向的电缆类型。

主权项

一种电力电缆故障行为的多重对应分析方法，用于对电缆群中的电力电缆的分类变量进行数据降维处理，从而便于对所述电力电缆的故障行为进行分析，其特征在于：所述电力电缆故障行为的多重对应分析方法包括如下步骤：步骤(1)：列写电缆的指标矩阵：将所述电缆群中的各个所述电力电缆的分类变量组织在一个I×P的指标矩阵Z中，所述指标矩阵Z的行对应各个所述电力电缆，I为所述电缆群中电力电缆的数量，所述指标矩阵Z的列对应所述电力电缆的各项分类变量，P为所述分类变量的总数，所述指标矩阵Z中的元素Z_i,p采用二进制表示所述电力电缆是否具有所述分类变量的特性；步骤(2)：计算相对频率矩阵：将所述指标矩阵的所有元素除以所述指标矩阵的元素总和，得到相对频率矩阵F，所述相对频率矩阵F中的元素为f_i,p；步骤(3)：卡方分解：对所述频率矩阵F进行卡方检验，得到其行和列之间的联系，并根据所述频率矩阵F得到标准化残差矩阵S，所述标准化残差矩阵中的元素为S_i,p；步骤(4)：奇异值分解：将所述标准化残差矩阵S通过奇异值分解而将其中高维度的变量数据重构偶到低维数据空间；步骤(5)：创建感性地图：A、定义基准坐标：根据所述奇异值分解而定义基准坐标的行和列；B、空间变换：基于所定义的基准坐标的行和列，将所述低维数据空间中的变量数据由卡方空间变换为欧几里得空间，变换后的每一列对应一个维度；C、找到理想故障点：选取前n个维度来研究数据的结构，从而根据所产生的椭圆状数据找到理想故障点；D、计算马氏距离：计算前n个维度所对应坐标位置与所述理想故障点之间的马氏距离。