一种基于邻域保持嵌入算法的环网柜的故障监测方法及系统

摘要

本发明涉及配电安全领域，公开了一种基于邻域保持嵌入算法的环网柜的故障监测方法及系统，通过获取环网柜运行过程中的历史多变量数据的第一数据矩阵X；对所述第一数据矩阵X中的数据进行预处理和归一化，生成第二数据矩阵；根据邻域保持嵌入算法NPE模型，确定邻域个数和降维维度，在所述第二数据矩阵下构造多变量数据降维模型，并设定Hotelling和平方预报误差SPE统计量及对应的监控统计阈值；获取实时多变量数据并生成第三数据矩阵，对所述第三数据矩阵进行预处理和归一化，生成第四数据矩阵；将所述第四数据矩阵输入到NPE模型中，并分别计算实时数据的T²和SPE统计量，并与T²和SPE统计量的监控统计阈值进行比较，当实时数据的T²和SPE统计量大于监控统计阈值时，进行异常处理。本发明能够更多地获取数据的细节信息，降低了故障检测模型计算的复杂度。

主权项

一种基于邻域保持嵌入算法的环网柜的故障监测方法，其特征在于，包括：获取环网柜运行过程中的历史多变量数据的第一数据矩阵X，所述第一数据矩阵X包括环网柜运行过程中的D维的变量数据；对所述第一数据矩阵X中的数据进行预处理和归一化，生成第二数据矩阵，以使得各个过程变量的均值为零方差为1；根据邻域保持嵌入算法NPE模型，确定邻域个数和降维维度，在所述第二数据矩阵下构造多变量数据降维模型，并设定Hotelling和平方预报误差SPE统计量及对应的监控统计阈值；获取实时多变量数据并生成第三数据矩阵，对所述第三数据矩阵进行预处理和归一化，生成第四数据矩阵，以使得各个过程变量的均值为零方差为1；将所述第四数据矩阵输入到NPE模型中，并分别计算实时数据的T²和SPE统计量，并与T²和SPE统计量的监控统计阈值进行比较，当实时数据的T²和SPE统计量大于监控统计阈值时，进行异常处理。