一种基于两阶段动态系数Wiener过程的交流接触器剩余电寿命预测方法
本发明涉及交流接触器状态监测及其剩余寿命预测的,具体而言,涉及一种基于两阶段动态系数wiener过程的交流接触器剩余电寿命预测方法。
背景技术:
1、交流接触器作为低压配电与控制系统中应用最广泛的控制电器之一,广泛应用于工业自动化、建筑电气、轨道交通等领域,主要作用是频繁对主电路进行通断,其可靠性直接关系到整个用电系统的安全与稳定。随着智能电网和智能电器的发展,对交流接触器进行在线状态监测与剩余电寿命预测,已成为提升电力系统运行可靠性的重要手段。
2、在实际运行过程中,交流接触器在电流应力和机械应力的长期作用下,其内部损耗不断累积,电性能呈现退化趋势。当退化达到一定阈值时,设备将发生失效,可能导致非计划停运,造成经济损失。因此,开展交流接触器剩余电寿命预测研究,对实现智能开关设备的预测性维护具有重要意义。
3、目前,剩余寿命预测主要分为物理模型和数据驱动模型两大类。数据驱动模型中的机器学习(如长短期记忆网络、循环神经网络等)虽然能处理复杂特征并做出预测,但存在“黑箱”问题以及对大量数据的依赖限制了其工程应用范围,并且在设备加速退化期常出现预测结果发散、精度下降等问题。wiener过程能够较好地描述非单调性能退化过程,能够在数据有限的情况下给出预测结果的可靠度函数,而被广泛使用,是一种典型的随机过程,在剩余寿命领域,wiener过程被广泛用于描述设备在长期服役过程中的性能退化过程,其公式如下:
4、;
5、式中,表示初始退化量,为漂移系数,反映退化速率,为扩散系数,描述扰动等随机因素产生的误差。为标准布朗运动。
6、设备首次达到失效阈值的时间服从逆高斯分布,其剩余寿命的概率密度函数公式如下:
7、;
8、式中,为设备运行到时刻其性能的实际累积退化量。为反映退化速率的变化,模型的参数通常基于历史退化数据进行统计估计,漂移速率和扩散系数的估计公式如下:
9、;
10、式中,表示分段累积退化量,表示段数。
11、然而,现有的传统wiener模型多采用全局固定参数拟合或单一的局部滑动窗口进行参数估计。这种方法仅适用于退化速率呈线性平稳的平稳退化过程,但在实际的工程运用中,交流接触器的退化过程往往呈现明显的阶段性特征,整个寿命周期的退化过程呈现出非线性、非平稳的特点,为应对这一变化,常采用滑动窗口的方法进行参数估计,但其预测在后期往往产生延迟,导致预测精度有限,因此,传统wiener过程难以准确描述设备全寿命周期的退化过程,我们需要一种能够自适应划分退化阶段并更新退化速率的剩余电寿命预测方法。
技术实现思路
1、本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
2、为此,本发明的目的在于提出一种基于两阶段动态系数wiener过程的交流接触器剩余电寿命预测方法。
3、为了实现上述目的,本发明的技术方案,提供了一种基于两阶段动态系数wiener过程的交流接触器剩余电寿命预测方法。该基于两阶段动态系数wiener过程的交流接触器剩余电寿命预测方法,包括:步骤s1:采集交流接触器在分合闸过程中的触点电压和触点电流信号,并选取电弧侵蚀量作为性能退化参数,再基于所述触点电压和触点电流信号对单次电弧侵蚀量进行累积转化,得到累积电弧侵蚀量序列;步骤s2:对所述累积电弧侵蚀量序列进行预处理,得到分段累积电弧侵蚀量序列,再对所述分段累积电弧侵蚀量序列进行正态分布检验,验证其是否符合wiener过程的应用前提条件;若验证结果为是,则满足wiener过程的应用前提条件,执行步骤s3;步骤s3:对所述累积电弧侵蚀量序列进行savitzky-golay滤波降噪,得到平滑后的累积增量序列,再利用变点检测方法将交流接触器的全寿命周期划分为平稳退化期和加速退化期;步骤s4:在所述平稳退化期建立平稳退化wiener过程模型,再采用滑动窗口方法对所述平稳退化wiener过程模型的退化参数进行局部实时估计;步骤s5:在所述加速退化期构建退化状态与退化速率耦合的二维状态空间模型,再引入贝叶斯卡尔曼滤波对加速退化期的退化速率进行动态更新,以实现在所述加速退化期建立动态系数wiener过程模型;步骤s6:基于首达时间理论,分别建立平稳退化期和加速退化期这两阶段的剩余寿命预测模型,以实现对交流接触器全寿命周期的剩余电寿命进行预测。
4、优选地,在步骤s1中,选取电弧侵蚀量作为性能退化参数。在正弦交流电流下,触头第i次动作产生的触头侵蚀量定义为:
5、;
6、式中,为电弧侵蚀常数,反映触头材料及结构特性,在同一批交流接触器当中,可近似认为为定值;为分断时电流随时间的变化函数;为单次持续燃弧时间,,表示为熄弧时刻,表示为燃弧时刻;为第次开断时的触头电弧侵蚀量,,是触头的开断次数。而交流接触器在宏观状态下的电性能可认为是无数次单次电弧侵蚀量的累积,定义经过次开断后,单次电弧侵蚀量的累积电弧侵蚀量表示为:
7、。
8、根据中心极限定理,当累积次数足够大时,可将非正态分布的单次侵蚀量转化为服从正态分布的累积电弧侵蚀量。
9、优选地,在步骤s2中,对所述累积电弧侵蚀量序列进行预处理,具体为:对所述累积电弧侵蚀量序列中的每50组数据进行一次分段累积,得到分段累积电弧侵蚀量序列。在步骤s2中,wiener过程的应用前提条件是数据的分布满足正态性,因此,对分段累积电弧侵蚀量序列采取正态性分布检验,若数据序列符合正态分布特征,则满足wiener过程的应用前提条件。
10、优选地,在步骤s3中,采用savitzky-golay滤波方法对原始数据经累积转化后的数据序列进行降噪,削弱高频随机噪声干扰。然后,取设备服役初期的退化数据作为基准健康状态,计算基准区间内的增量均值和标准差,其计算公式如下:
11、;
12、根据增量均值和标准差,设定变点检测阈值为:
13、;
14、式中,为灵敏度乘数;为定义的基准区间内增量数据的第95百分位数,用以防止异常极值引起的误判;
15、采用滑动窗口对平滑后累积增量数据序列进行实时监测,监测窗口设置为,计算时刻的局部窗口均值,若连续有个步长都满足,则认定设备进入了加速退化期。为消除连续判定窗口带来的延迟,根据判定窗口的长度自适应设定在此基础上回退步,即定义真实加速变点公式如下:
16、;
17、基于变点检测方法得到的,将交流接触器的退化过程分为两个阶段。阶段一的退化速率较为平稳,故建立平稳退化wiener过程模型;阶段二退化速率发生较为明显的改变,因此建立加速退化动态系数wiener过程模型。
18、优选地,步骤s4,具体包括:
19、步骤s4.1:在所述平稳退化期建立平稳退化wiener过程模型为:
20、;
21、式中,为时刻累积退化量观测值;表示初始退化量;为该阶段随时间变化的瞬时漂移率,代表当前物理状态下的真实退化速率;为扩散系数,用于描述外部测量噪声造成的随机波动幅值;为标准布朗运动;
22、步骤s4.2:在当前时刻,截取最近的个时间步的数据组成局部样本集,在此窗口内,利用最小二乘法建立一元线性回归模型为:
23、;
24、式中,为交流接触器在t时刻的电弧侵蚀量;为交流接触器在平稳退化期的时刻的瞬时漂移率;为操作次数;为线性回归的截距;为残差;
25、步骤s4.3:通过最小化残差平方和,得到交流接触器在加速退化期的时刻的瞬时动态漂移率为:
26、;
27、式中,与分别为局部数据窗口内时间步和退化量的均值;
28、步骤s4.4:提取该窗口内的残差标准差作为当前扩散参数的无偏估计;其中,该当前扩散参数公式为:
29、;
30、步骤s4.5:通过所述当前扩散参数公式,得出交流接触器在所述平稳退化期随时间变化的漂移速率。
31、在该技术方案中,在交流接触器退化过程的阶段一,即平稳退化期,退化速率较为平稳,传统wiener过程模型基于滑动窗口的参数估计方法能够满足精度要求。因此,在平稳退化期建立上述平稳退化wiener过程模型。进一步地,为了捕捉触头在平稳退化阶段退化速率的变化,采用滑动窗口的方法,对平稳退化过程的模型参数进行实时估计。在当前时刻,截取最近的个时间步的数据组成局部样本集,在此窗口内,利用最小二乘法建立上述一元线性回归模型。进一步地,通过最小化残差平方和,得到交流接触器在平稳退化期的时刻的瞬时动态漂移率 。进一步地,局部拟合残差的波动程度客观反映了当前阶段的系统噪声水平,因此,提取该窗口内的残差标准差作为当前扩散参数的无偏估计。通过上述当前扩散参数公式,计算得出交流接触器在阶段一的平稳退化期随时间变化的漂移速率。
32、优选地,在步骤s5中,在加速退化期建立退化状态与退化速率耦合的二维状态空间模型,具体包括:
33、步骤s5.1:定义隐含状态向量为:
34、;
35、其中,表示降噪后的真实退化水平;表示该加速退化期阶段隐含的真实退化速率;
36、步骤s5.2:建立离散状态下的状态转移方程与观测方程为:
37、;
38、其中,为状态转移矩阵;为观测矩阵;为实际观测的平滑退化增量;为过程噪声向量;为测量噪声;
39、状态转移矩阵为:
40、;
41、观测矩阵为:
42、。
43、在该技术方案中,在步骤s5中,设备进入加速退化期,退化速率随时间快速增加。此时,在步骤s4中的方法无法快速拟合非线性加速趋势,因此建立退化状态与退化速率耦合的二维状态空间模型,并引入贝叶斯卡尔曼滤波,实现对退化速率的更新。为了同步估计系统的真实退化量与瞬时退化率,在这个步骤定义隐含状态向量。离散状态下的状态转移方程与观测方程为:
44、;
45、式中,状态转移矩阵以及观测矩阵表示传感器仅能直接观测到退化水平,其矩阵的形式如下:
46、
47、其中,为过程噪声协方差矩阵,为测量噪声方差。为实际观测的平滑退化增量,为过程噪声向量,为测量噪声,其协方差矩阵设定为对角矩阵,与方差r的设定如下:
48、。
49、优选地,在步骤s5中,引入贝叶斯卡尔曼滤波对加速退化期的退化速率进行动态更新,具体包括:
50、步骤s5.3:提取变点前一窗口的平均增量作为加速退化期的的初始退化速率,并将初始状态及初始状态协方差矩阵设定为:
51、;
52、步骤s5.4:将先验状态预测为:
53、;
54、步骤s5.5:将先验协方差估计为:
55、;
56、步骤s5.6:对观测残差及系统协方差分别计算为:
57、;
58、步骤s5.7:计算卡尔曼增益为:
59、;
60、步骤s5.8:将后验状态估计及协方差分别更新为:
61、;
62、步骤s5.9:通过上述步骤s5.8的更新,得到加速退化期的最优后验退化速率。
63、在该技术方案中,速率与状态的二维空间模型建立以后,在该阶段使用贝叶斯卡尔曼滤波时,需要对模型的初始状态进行赋值,为保证两阶段模型的平滑过渡,本节提取变点前一窗口的平均增量作为阶段二的初始退化速率,此时,初始状态协方差矩阵设定如下:
64、;
65、将加速退化期的初始退化速率的初始化结果完成以后,将其作为时刻的起点,通过下面五个步骤对时刻参数进行更新:
66、1)在时刻的数据还没有检测到时,由时刻的状态作为时刻的先验状态预测值,其公式如下:
67、;
68、2)得到先验状态的预测值以后,随时间推移,误差会随着过程噪声增加而扩大,需要对其协方差进行估计,其公式如下:
69、;
70、3)此时传入时刻传感器的真实观测值,计算实际观测值与先验预测值之间的残差及其对应的系统协方差计算公式如下:
71、;
72、4)计算卡尔曼增益用于在先验预测和实际测量值之间进行动态平衡,其公式如下:
73、;
74、5)用上式计算出的卡尔曼增益将误差新息补偿到先验状态,得到最优的状态估计以及不确定性协方差,完成动态退化漂移速率的优化,计算公式如下:
75、;
76、通过上述步骤进行更新得到交流接触器在阶段二加速退化期的最优后验退化速率。
77、优选地,所述的基于两阶段动态系数wiener过程的交流接触器剩余电寿命预测方法,还包括:基于所述平稳退化wiener过程模型和动态系数wiener过程模型,获得两阶段动态系数wiener过程模型为:
78、;
79、其中,当,系统处于平稳退化期;为通过滑动窗口实时估计的漂移率;当,系统处于加速退化期;为通过贝叶斯更新得到的实时退化速率。
80、优选地,在步骤s6中,基于首达时间理论,建立平稳退化期的剩余寿命预测模型,具体包括:
81、步骤s6.1:基于首达时间理论,当交流接触器触头累积退化量首次达到预设失效阈值l时,则判定交流接触器失效;
82、步骤s6.2:对于任意时刻t,当未来退化量首次达到失效阈值时,对应的增量时间即为当前时刻的剩余使用寿命,将交流接触器的剩余寿命定义为:
83、;
84、步骤s6.3:在平稳退化期,在失效阈值l下,将交流接触器运行到t时刻的剩余电寿命概率密度函数设置为:
85、;
86、式中,为交流接触器运行到时刻其性能的实际累积退化量;
87、步骤s6.4:将触头平稳退化阶段在t时刻的剩余寿命期望设置为触头退化过程中的当前剩余寿命;其中,触头平稳退化阶段在t时刻的剩余寿命期望的公式为:
88、。
89、在该技术方案中,在步骤s6中,由于触头在分合闸过程中会不断产生损耗质量从而导致触头发生退化,基于首达时间理论,当交流接触器触头累积退化量首次达到预设失效阈值时判定设备失效。对于任意当前时刻,交流接触器的剩余寿命定义为:
90、;
91、在第一阶段交流接触器触头处于平稳退化期,退化速率没有发生剧烈的变化,设定交流接触器未来剩余寿命为累积退化量首次达到失效阈值所需的增量时间,触头系统的剩余寿命服从逆高斯分布,所以在失效阈值下交流接触器运行到时刻,接触器剩余电寿命概率密度函数如下:
92、;
93、式中,为交流接触器运行到时刻其性能的实际累积退化量;
94、由逆高斯分布的统计性质以及触头的剩余电寿命概率密度函数可知,触头平稳退化阶段在时刻的剩余寿命期望可近似为触头退化过程中的当前剩余寿命,其公式如下:
95、。
96、优选地,在步骤s6中,基于首达时间理论,建立加速退化期的剩余寿命预测模型,具体包括:步骤s6.5:使用经过贝叶斯卡尔曼滤波更新后得到最新的后验退化速率,计算加速退化期的期望剩余寿命为:
97、。
98、在该技术方案中,在步骤s6中,在第二阶段交流接触器的触头处于加速退化期,此时经过贝叶斯卡尔曼滤波更新以后,得到最新的后验退化速率,使用更新后的后验退化速率计算加速退化期的期望剩余寿命,其计算公式如下:
99、;
100、通过上述公式可以实现对交流接触器整个生命周期的剩余寿命次数进行预测。
101、与现有技术相比,本发明提供的基于两阶段动态系数wiener过程的交流接触器剩余电寿命预测方法,具有以下有益效果:
102、(1)采用变点检测方法将交流接触器的退化过程划分为平稳退化期和加速退化期,克服了传统模型的预测值在加速退化期不能贴近退化趋势的缺陷,更符合实际物理退化规律。
103、(2)在平稳退化期,采用滑动窗口估计参数的传统wiener过程,实现了在平稳退化期对交流接触器寿命的精准预测。
104、(3)在加速退化期,引入贝叶斯卡尔曼滤波的方法,以平稳退化期的参数估计为先验,动态更新退化速率,实现了对非线性、非平稳退化趋势的精确追踪,显著提高了加速退化期的预测精度。
105、(4)与传统wiener模型和lstm模型相比,本发明方法将交流接触器退化后期的预测相对误差稳定在5%以内,预测精度更高,为智能开关设备的预测性维护提供了更可靠的理论依据。
106、本发明的附加方面和优点将在下面的描述中变得明显,或通过本发明的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com