一种基于多特征量优选的低压开关电器剩余寿命预测方法

本发明属于开关器件性能检测，具体是一种基于多特征量优选的低压开关电器剩余寿命预测方法，该方法通过综合考虑各备选特征量的统计特性和内在机理，选择出合适的特征量进行剩余寿命预测。该方法适用于低压开关电器的剩余寿命预测、性能退化分析、可靠性分析等相关。

背景技术：

1、低压开关电器是电动汽车、电力系统和建筑电气设备等各类现代系统和设备中不可或缺的组成部分，起到控制和保护等关键作用，其正常运行对系统和设备的可靠性和安全性至关重要。准确预测低压开关电器的剩余寿命可以指导运维人员及时采取维修或更换等适当措施，避免因其失效引发严重事故，提高系统和设备的可靠性和安全性。剩余寿命是指一个产品或系统已经使用了一段时间后，仍可继续正常运行的时间或寿命，通常根据产品或系统当前的状态以及历史运行数据进行预测。

2、目前关于低压开关电器剩余寿命预测的研究存在一些问题。首先，现有的研究通常仅使用单一特征量进行剩余寿命预测。然而，低压开关电器结构复杂，涉及诸如燃弧能量、电弧焦耳积分、触头接触电阻等多种重要特征量。任意一个特征量达到一定阈值，均会造成低压开关电器失效，因而多个特征量之间是竞争失效关系，若忽视竞争失效关系而仅使用单一特征量可能会导致低压开关电器剩余寿命预测精度较低等问题。其次，现有的研究在选择用于剩余寿命预测的特征量时，通常依赖专家对低压开关电器退化和失效机理的经验知识，采用相对主观的评价方法，如层次分析法等，从机理角度选取特征量。然而，忽视了从数理角度对备选特征量进行评价。

技术实现思路

1、针对现有技术的不足，提出了一种基于多特征量优选的低压开关电器剩余寿命预测方法，即一种通过综合考虑各备选特征量的统计特性和内在机理，选择出合适的特征量进行剩余寿命预测的方法。为低压开关电器剩余寿命预测的问题提供了理论基础。

2、本发明解决所述技术问题的技术方案是，设计一种基于多特征量优选的低压开关电器剩余寿命预测方法，其特征在于，具体实施步骤如下：

3、步骤一：特征量监测数据预处理

4、获取低压开关电器的若干个原始特征量监测数据，所述若干个原始特征量相互独立，且为串联关系；根据3-sigma原则剔除每个原始特征量监测数据的异常值；之后，再通过累积和、取极值或求均方根值方法新增特征量数据，原始特征量与新增特征量均为备选特征量；

5、将所提取的备选特征量记为ii，这里ii表示第i个备选特征量；记ii,j为第i个备选特征量ii的第j个监测值，其所对应对的低压开关电器断开次数为ti,j，o＝1,2,…,n；j＝1,2,…,mi；其中，n表示备选特征量总数，mi和分别表示第i个备选特征量ii的总监测次数和当前断开次数；

6、步骤二：计算各备选特征量机理角度和数理角度的评价指标

7、采用层次分析法，判定多特征量对产品性能退化的贡献程度，其基本流程如下：

8、1)根据专家对产品失效机理的经验知识，判定特征量i对产品性能的影响程度值θi，i＝1,2,…,n；影响程度通常分为1～9等级，对应数值1～9，值越高相关程度越大；

9、2)利用得到的影响程度值构造判断矩阵a，如下所示：

10、

11、3)由于等级评定存在主观性，判断矩阵a可能与最终决策者的判断不完全一致，因此需要满足一致性程度的要求才可以接受矩阵a；为量化一致性程度，需要计算一致性指标ci＝(λmax-n)/(n-1)和一致性比率指标cr＝ci/ri；其中n为备选特征量个数，即判断矩阵阶数；λmax为判断矩阵的最大特征根；ri为随机一致性指标，可查表获得；当cr<1时，认为通过一致性检验；否则，需要调整影响程度值，以改变判断矩阵，直至通过检验，得到可靠判断矩阵；

12、4)将可靠判断矩阵的最大特征值λmax对应特征向量的绝对值作为各个备选特征量内在相关性的度量；

13、从数理角度，选取了以下四个表征备选特征量统计特征的重要指标：

14、1)稳定性指标：度量数据序列的长相关特性，表征数据稳定性；

15、2)时序相关性指标：度量备选特征量数据与时间之间的相关关系；

16、3)单调性指标：度量备选特征量数据单调递增或递减的趋势性；

17、4)鲁棒性指标：度量备选特征量对异常数据的容忍度；

18、上述四个指标的计算步骤分别为：

19、1)采用hurst指数作为稳定性的指标，该指数由重标极差分析法得出，过程如下：

20、①给定一个长度为mi的备选特征量ii，将此备选特征量均分为l个长度为l的相邻子区间，若无法均分则舍弃多余的数据；任一子区间表示为qα，在qα中的元素表示为nk,α，k＝1,2,…,l；α＝1,2,…,l；nk,α的均值为：

21、

22、②子区间qα的均值的累积截距定义为：

23、

24、③极差定义为：

25、

26、④子区间qα的标准差定义为：

27、

28、⑤(r/s)l定义为：

29、

30、⑥l从3开始，重复①～⑤步，直到l＝mi，得到序列(r/s)l，l＝3,…,mi.以log(l)为自变量，log[(r/s)l]为因变量进行线性回归：

31、log[(r/s)l]＝h·log(l)+log(c)

32、上式中的斜率h即为备选特征量ii的hurst指数，c为常数；

33、2)备选特征量ii的时序相关性corr、单调性mon和鲁棒性rob指标的计算公式如下：

34、

35、其中，ii,j,t和ii,j,r为将备选特征量ii,j通过经验模态分解得到的趋势项和随机项，结合低压开关电器的性能退化特点，趋势项由低压开关电器的退化机理决定；随机项由不确定性因素决定；且ii,j＝ii,j,t+ii,j,r；ii,j',t为将备选特征量ii,j'通过经验模态分解得到的趋势项，ii,j'为第i个备选特征量ii的第j'个监测值，j'＝1,2,…,mi-1；δ(*)为单位阶跃函数，其表达式如下：

36、

37、步骤三：计算备选特征量综合评价指标

38、首先利用下式对各评价指标值进行归一化处理：

39、

40、其中，q为评价指标序号，q＝1,2,3,4,5，对应步骤二中备选特征量的5个评价指标；ii表示第i个备选特征量，i＝1,2,…,n，n为备选特征量总数，那么，zq(ii)为备选特征量ii在第q个方面的评价指标值；分别为n个备选特征量在第q个方面的评价指标值中的最小值与最大值；进而，将备选特征量ii的综合评价指标表达为下式：

41、z(ii)＝w1z’1(ii)+w2z’2(ii)+w3z’3(ii)+w4z’4(i)+w5z’5(i)

42、其中，z'1(ii),z'2(ii),z'3(ii),z'4(ii),z'5(ii)分别为内在相关性、稳定性、时序相关性、单调性以及鲁棒性五个方面的评价指标值的归一化后的数据；w1,w2,w3,w4,w5为指标权重，且存在：

43、w1+w2+w3+w4+w5＝1

44、定义第e个权重组合下的隶属度dme为：

45、

46、其中，e为权重组合序号，e＝1,2,…,nw，即权重共有共nw种权重组合；代表在第e种权重组合下，综合评价指标最高的备选特征量，其计算公式如下所示：

47、

48、隶属度dme表示在第e种权重组合下，综合评价指标最高的备选特征量的5个评价指标值的归一化值的最小标准化值；

49、表示备选特征量在第e个权重组合下的第q个方面评价指标值的归一化值的标准化结果，其计算公式如下所示：

50、

51、其中，z'q,max和z'q,min分别表示所有备选特征量在第q个方面评价指标的最大值和最小值的归一化值，其计算公式如下所示：

52、

53、权重组合we＝(w1,w2,w3,w4,w5)，其所有的组合如下：

54、

55、其中，w＝5×q，q为正整数；c1,e、c2,e、c3,e、c4,e、c5,e为任意使得(c1,e+c2,e+c3,e+c4,e+c5,e)/w＝1成立的正整数组合；

56、不同的权重组合对应不同的隶属度值，且隶属度值最大的一组表明此权重组合为最佳组合；但最大的隶属度值可能分布在不同的权重组合中，因此，不同情况下权重组合的选取存在以下特点：

57、1)若最大隶属度对应一组权重组合，则选取该权重组合为最终结果；

58、2)若最大隶属度对应多组权重组合，则选取使得备选特征量的综合评价指标最大化的权重组合为最终结果；

59、利用选择出的最佳权重组合，得到各备选特征量综合评价指标值；

60、步骤四：备选特征量优选

61、采用基于间隔的聚类算法对所有的备选特征量进行取舍，其过程如下：

62、1)将各个备选特征量按其综合评价指标从大到小的顺序排列，记排列后的n个备选特征量的综合评价指标值为si；

63、2)计算δsi'＝si'+1-si'，其中i'＝1,2,…,n-1，进而得到最大间隔位置如下：

64、

65、3)选取综合评价指标的值从大到小排序中的1到ib所对应的备选特征量为有效特征量，来表征产品的退化过程，并舍弃余下的备选特征量；

66、步骤五：剩余寿命预测

67、使用维纳过程来表征各个有效特征量的退化过程，如下所示：

68、is(t)＝μst+σsb(t)

69、其中，is(t)为第s个有效特征量在开断t次时的监测值，s＝1,2,…,ib，其中ib表示所选取的有效特征量总数，μs和σs为该有效特征量所对应的漂移参数和扩散参数，b(·)为标准布朗运动；

70、对于第s个有效特征量，is,j为第s个有效特征量is的第j个监测值，ts,j为is,j所对应对的断开次数，其中j＝1,2,…,ms，维纳过程中的参数μs和σs的极大似然估计值如下所示：

71、

72、其中，δis,j'＝is,j'+1-is,j'，δts,j'＝ts,j'+1-ts,j'；is,j'表示第s个有效特征量is的第j'个监测值，ts,j'为is,j'所对应对的断开次数，j'＝1,2,…,ms-1；

73、进而可得第s个有效特征量首次达到其失效阈值的时间为：

74、

75、其中，ds和分别为第s个有效特征量所对应的失效阈值和当前断开次数；

76、综上，可得低压开关电器的剩余寿命估计值如下：

77、

78、与现有技术相比，本发明的有益效果在于：

79、1)本发明给出并计算了可以综合表征低压开关电器各个特征量优劣性的评价指标，符合工程上的现实需要，解决了多特征量的选取问题；

80、2)本发明考虑了低压开关电器剩余寿命预测的现实需求、低压开关电器多特征量竞争失效的实际特点和特征量优选时的统计特性与内在机理。保证了分析过程科学、合理且贴近实际情况，剩余寿命预测结果具有可信性；

81、3)本发明提出的剩余寿命预测方法计算简单，方便工程技术人员使用，具有较强的应用价值。