CN115511399A - 一种基于动态权重的换电站健康状态评估方法 - Google Patents
一种基于动态权重的换电站健康状态评估方法 Download PDFInfo
- Publication number
- CN115511399A CN115511399A CN202211472780.0A CN202211472780A CN115511399A CN 115511399 A CN115511399 A CN 115511399A CN 202211472780 A CN202211472780 A CN 202211472780A CN 115511399 A CN115511399 A CN 115511399A
- Authority
- CN
- China
- Prior art keywords
- index
- calculating
- level
- health
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims abstract description 17
- 238000012423 maintenance Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000013210 evaluation model Methods 0.000 claims description 15
- 125000004432 carbon atom Chemical group C* 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 4
- 230000003862 health status Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及一种基于动态权重的换电站健康状态评估方法,包括步骤:将换电站的一级评判指标和二级评判指标按区域划分,得到一级子系统和二级子系统;一级子系统对应一级评判指标,二级子系统对应二级评判指标;将历史部件特征值进行归一化,计算不同分级的部件特征值样本在特征空间中的中心位置和边界,求解得到不同分级的部件特征值向量所处的超球体球心和半径。本发明的有益效果是:本发明利用动态权重方法能够突出关键指标变化时对整体健康度的影响,本发明通过隶属度函数,客观反映设备故障的严重程度等级;本发明通过对机械设备进行状态监测,可以提前发现机械设备潜在的安全隐患,并为换电站的设备维护提供指导信息,实现降本增效。
Description
技术领域
本发明属于换电站电气设备监测领域,尤其涉及一种基于动态权重的换电站健康状态评估方法。
背景技术
随着新能源电动汽车的普及,换电站也逐步推广,新能源电动汽车换电站中各电气设备运行错综复杂;为提升服务质量,需要实时监测换电站中设备的状态。
传统的机械设备状态监测依靠单一传感器的信号进行状态评估和预警,根据单一传感器采集的单一类型信号计算特征值,并设置报警阈值,当该特征值超过阈值的时候报警,特征值阈值一般根据经验设置。
一般的机械设备包含有多个部件,不同的部件具有不同的重要程度,传统的状态评估方法不能反应设备整体的运行状态,也没有体现出设备局部状态和整体之间的关系,因此需要通过融合设备的各个运行信息反应设备整体的状态。
目前,设备健康度的评价方法大都采用建立统计学模型的方法;建立统计学模型需要获取设备历史故障数据,历史数据难以获取;另外,如果想对健康度进行量化,使用统计学模型方法难以实现。
新能源电动汽车换电站中各个子系统较多,每个参数在不同的工况下都对应着不同的预警阈值,同时当设备运行值处于不同状态时,该参数的权重系数也应该不同;因此对于预警阈值的获取和参数权重系数的获取也存在一定难度。
发明内容
本发明的目的是克服现有技术中的不足,提供一种基于动态权重的换电站健康状态评估方法。
这种基于动态权重的换电站健康状态评估方法,包括以下步骤:
步骤1、将换电站的一级评判指标和二级评判指标按区域划分,得到一级子系统和二级子系统;一级子系统对应一级评判指标,二级子系统对应二级评判指标;
步骤2、将历史部件特征值进行归一化,计算不同分级的部件特征值样本在特征空间中的中心位置和边界,求解得到不同分级的部件特征值向量所处的超球体球心和半径;为换电站不同子系统中的部件训练得到健康度评估模型;
步骤3、将采集的部件输入到训练好的健康度评估模型中,得到实时的部件健康度值;
步骤4、根据不同指标在不同情况下的权重计算函数,来计算各个部件健康度对应的等级权重、计算一级子系统得分和空分装置得分;
步骤5、选取隶属度函数,计算出一级子系统各个指标的隶属度,构造一个从A矩阵变换到V矩阵的模糊变换矩阵:
步骤6、通过隶属度函数得到换电站的最终健康状态评估结果。
作为优选,步骤1具体包括以下步骤:
步骤1.3、利用层次分析法计算一级评判指标的RGV小车、停车平台、堆垛机和充电柜各自占比的权重,根据区间标度原则对一级指标的重要性打分,根据打分结果得到判断矩阵:
将一级评判指标区间数判断矩阵拆分为两个矩阵:
作为优选,步骤2具体包括以下步骤:
上式中,为部件特征值向量归一化后的值;表示部件特征值向量=[A1、A2、
A3…A]中的A1、A2、A3或An,其中A1、A2、A3和An均为向量的取值,n表示该向量对应的取值
个数;是的最小值,是的最大值,;
步骤2.2、将步骤2.1归一化后得到的部件特征值向量作为待训练的健康度评估模型的输入,使用下式计算不同分级的部件特征值样本在特征空间中的中心位置和边界:
步骤2.3、通过拉格朗日乘子法求解步骤2.2中的公式,得到不同分级的部件特征值向量所处的超球体球心和半径,对换电站不同子系统中的部件训练得到健康度评估模型。
作为优选,步骤3具体为:
利用步骤2.1中的和对实时采集的数据进行归一化处理,寻找和归一化的特征
向量的欧式距离最近的两个超球体,记作超球体1和超球体2;将归一化的特征向量和超球
体2的欧式距离记为L,按照下式计算部件的健康度:
作为优选,步骤4中计算一级子系统得分和空分装置得分的方式为:
计算一级子系统得分:
计算空分装置得分:
本发明的有益效果是:本发明利用动态权重方法能够突出关键指标变化时对整体健康度的影响,本发明通过隶属度函数,客观反映设备故障的严重程度等级;本发明通过对机械设备进行状态监测,可以提前发现机械设备潜在的安全隐患,并为换电站的设备维护提供指导信息,实现降本增效。
附图说明
图1为换电站健康评估流程图;
图2为岭型隶属函数曲线示意图;
图3为换电站层次分析模型图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出,对于本技术领域的普通人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
作为一种实施例,如图1所示的基于动态权重的换电站健康状态评估方法,具体如下:
步骤1、将换电站的一级评判指标和二级评判指标按区域划分,得到一级子系统和二级子系统;一级子系统对应一级评判指标,二级子系统对应二级评判指标;
步骤1.2、如图3所示,在换电站中,将一级评判指标按区域划分为={换
电区,充电区},将二级评判指标按区域划分为={RGV小车,停车平台}、={堆垛机,充电柜}和={保养信息,维修信息};换电站根据不
同的配置可以接入更多的监测点数;
步骤1.3、如下表1所示,利用层次分析法计算一级评判指标的RGV小车、停车平台、堆垛机和充电柜各自占比的权重,根据区间标度原则根据经验对一级指标的重要性进行两两打分,根据打分结果得到判断矩阵:
将一级评判指标区间数判断矩阵拆分为两个矩阵:
表1 一级评判指标的RGV小车、停车平台、堆垛机和充电柜的权重及得分表
步骤2、将历史部件特征值进行归一化,计算不同分级的部件特征值样本在特征空间中的中心位置和边界,求解得到不同分级的部件特征值向量所处的超球体球心和半径;为换电站不同子系统中的部件训练得到健康度评估模型;
上式中,为部件特征值向量归一化后的值;表示部件特征值向量=[A1、A2、
A3…A]中的A1、A2、A3或An,其中A1、A2、A3和An均为向量的取值,n表示该向量对应的取值
个数;是的最小值,是的最大值,;
求得归一化后的特征向量:
步骤2.2、将步骤2.1归一化后得到的部件特征值向量作为待训练的健康度评估模型的输入,使用下式计算不同分级的部件特征值样本在特征空间中的中心位置和边界:
步骤2.3、通过拉格朗日乘子法求解步骤2.2中的公式,得到不同分级的部件特征值向量所处的超球体球心和半径,对换电站不同子系统中的部件训练得到健康度评估模型;
步骤3、将采集的部件输入到训练好的健康度评估模型中,得到实时的部件健康度值;
利用步骤2.1中的和对实时采集的数据进行归一化处理,寻找和归一化的特征
向量的欧式距离最近的两个超球体,记作超球体1和超球体2;将归一化的特征向量和超球
体2的欧式距离记为L,按照下式计算部件的健康度:
步骤4、根据不同指标在不同情况下的权重计算函数,来计算各个部件健康度对应的等级权重、计算一级子系统得分和空分装置得分;
换电站装置中,不同部件健康度值处在不同情况下时,对应的权重不一样;当电机振动值超过报警值时,该指标的权重应该占有很大比重,足够影响到整个换电站的健康状态,某一指标若达到跳机值,该设备应处于断电状态,此时换电站为故障状态;据此情况设计了不同指标在不同情况下的权重计算函数:
(1)对应8个阈值情况
(2)对应6种阈值情况
(3)计算一级子系统得分:
(4)计算空分装置得分:
步骤5、如图2所示,选取适当的隶属度函数,计算出一级子系统各个指标对应于各评语等级的隶属度,构造一个从A矩阵变换到V矩阵的模糊变换矩阵:
一级子系统得分对应于评语状态的各个隶属函数如下:
上式中,s表示由上式计算得到的指标得分;
选取该换电站某日运行的在线监测数据,根据二级指标权重与指标得分函数计算得到如下表2和表3所示各个指标参数的权重与得分;
表2 换电站某日RGV小车和停车平台的各个指标参数的权重与得分表
表3 换电站某日堆垛机和充电柜的各个指标参数的权重与得分表
步骤6、通过隶属度函数得到换电站的最终健康状态评估结果: 根据实际实时值计算出二级指标对应的分数与权重,并将分数与权重代入公式计算得出RGV小车系统得分:95.80,停车平台系统得分:95.82,堆垛机系统得分:90.27,得分:92.44,根据一级子系统得分及其权重可计算出换电站得分:95.45,并可判断出设备处于健康状态。
Claims (5)
1.一种基于动态权重的换电站健康状态评估方法,其特征在于,包括以下步骤:
步骤1、将换电站的一级评判指标和二级评判指标按区域划分,得到一级子系统和二级子系统;一级子系统对应一级评判指标,二级子系统对应二级评判指标;
步骤2、将历史部件特征值进行归一化,计算不同分级的部件特征值样本在特征空间中的中心位置和边界,求解得到不同分级的部件特征值向量所处的超球体球心和半径;为换电站不同子系统中的部件训练得到健康度评估模型;
步骤3、将采集的部件输入到训练好的健康度评估模型中,得到实时的部件健康度值;
步骤4、根据不同指标在不同情况下的权重计算函数,来计算各个部件健康度对应的等级权重、计算一级子系统得分和空分装置得分;
步骤5、选取隶属度函数,计算出一级子系统各个指标的隶属度,构造一个从A矩阵变换到V矩阵的模糊变换矩阵:
步骤6、通过隶属度函数得到换电站的最终健康状态评估结果。
2.根据权利要求1所述基于动态权重的换电站健康状态评估方法,其特征在于,步骤1具体包括以下步骤:
步骤1.3、利用层次分析法计算一级评判指标的RGV小车、停车平台、堆垛机和充电柜各自占比的权重,根据区间标度原则对一级指标的重要性打分,根据打分结果得到判断矩阵:
将一级评判指标区间数判断矩阵拆分为两个矩阵:
3.根据权利要求2所述基于动态权重的换电站健康状态评估方法,其特征在于,步骤2具体包括以下步骤:
上式中,为部件特征值向量归一化后的值;表示部件特征值向量=[A1、A2、A3…A
]中的A1、A2、A3或An,其中A1、A2、A3和An均为向量的取值,n表示该向量对应的取值个数;
是的最小值,是的最大值,;
步骤2.2、将步骤2.1归一化后得到的部件特征值向量作为待训练的健康度评估模型的输入,使用下式计算不同分级的部件特征值样本在特征空间中的中心位置和边界:
步骤2.3、通过拉格朗日乘子法求解步骤2.2中的公式,得到不同分级的部件特征值向量所处的超球体球心和半径,对换电站不同子系统中的部件训练得到健康度评估模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211472780.0A CN115511399A (zh) | 2022-11-23 | 2022-11-23 | 一种基于动态权重的换电站健康状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211472780.0A CN115511399A (zh) | 2022-11-23 | 2022-11-23 | 一种基于动态权重的换电站健康状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115511399A true CN115511399A (zh) | 2022-12-23 |
Family
ID=84513803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211472780.0A Pending CN115511399A (zh) | 2022-11-23 | 2022-11-23 | 一种基于动态权重的换电站健康状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115511399A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934447A (zh) * | 2018-10-31 | 2019-06-25 | 国网安徽省电力有限公司宿州供电公司 | 一种智能变电站二次设备效能的模糊综合评估方法 |
CN110737976A (zh) * | 2019-10-10 | 2020-01-31 | 西安因联信息科技有限公司 | 一种基于多维度信息融合的机械设备健康评估方法 |
CN110782164A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于变权重和模糊综合评价的配电设备状态评价方法 |
US20210381881A1 (en) * | 2020-06-09 | 2021-12-09 | Mettler-Toledo (Changzhou) Precision Instruments Ltd | Method and device for diagnosing weighing system |
CN114091268A (zh) * | 2021-11-24 | 2022-02-25 | 南京航空航天大学 | 一种基于节点重要度与层次分析法的无人机健康状况评估方法 |
CN114357644A (zh) * | 2021-12-30 | 2022-04-15 | 南京凯奥思数据技术有限公司 | 基于空分设备的健康度评价方法 |
-
2022
- 2022-11-23 CN CN202211472780.0A patent/CN115511399A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934447A (zh) * | 2018-10-31 | 2019-06-25 | 国网安徽省电力有限公司宿州供电公司 | 一种智能变电站二次设备效能的模糊综合评估方法 |
CN110737976A (zh) * | 2019-10-10 | 2020-01-31 | 西安因联信息科技有限公司 | 一种基于多维度信息融合的机械设备健康评估方法 |
CN110782164A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于变权重和模糊综合评价的配电设备状态评价方法 |
US20210381881A1 (en) * | 2020-06-09 | 2021-12-09 | Mettler-Toledo (Changzhou) Precision Instruments Ltd | Method and device for diagnosing weighing system |
CN114091268A (zh) * | 2021-11-24 | 2022-02-25 | 南京航空航天大学 | 一种基于节点重要度与层次分析法的无人机健康状况评估方法 |
CN114357644A (zh) * | 2021-12-30 | 2022-04-15 | 南京凯奥思数据技术有限公司 | 基于空分设备的健康度评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103033359B (zh) | 一种多特征多级综合评判的风电机组主传动装置故障诊断方法 | |
CN108320043B (zh) | 一种基于电力大数据的配电网设备状态诊断预测方法 | |
CN107274093B (zh) | 一种电网运行安全的风险评估方法 | |
CN112069727B (zh) | 具备高可信度的电力系统暂态稳定智能化评估系统及方法 | |
CN110009208B (zh) | 一种基于混合智能算法的柱上开关成套设备健康状态评估方法及装置 | |
CN106770939A (zh) | 一种基于支持向量描述和k近质心近邻的变压器故障诊断方法 | |
CN110737976B (zh) | 一种基于多维度信息融合的机械设备健康评估方法 | |
CN114638476A (zh) | 一种水利一体化运维管理方法及系统 | |
CN104915736A (zh) | 基于改进熵权法提高风电功率组合预测精度的方法 | |
CN111723449B (zh) | 一种矿井提升机恒减速制动系统性能退化评价方法 | |
CN106546918A (zh) | 一种水电机组的故障诊断方法 | |
CN113205260A (zh) | 一种基于数字孪生的电动汽车充电桩健康状态评估方法 | |
CN115877205A (zh) | 一种伺服电机的故障智能诊断系统及其诊断方法 | |
CN114460481A (zh) | 基于Bi-LSTM和注意力机制的储能电池热失控预警方法 | |
CN115511399A (zh) | 一种基于动态权重的换电站健康状态评估方法 | |
CN116664015A (zh) | 一种智能充电桩管理系统及其方法 | |
Li et al. | Fault diagnosis of ZD6 turnout system based on wavelet transform and GAPSO-FCM | |
CN115758083A (zh) | 一种基于时域和时频域融合的电机轴承故障诊断方法 | |
CN115271305A (zh) | 基于博弈论权重的电动汽车充电设备风险预警方法及装置 | |
CN112072789B (zh) | 低电压台区识别方法、检修方法及其预警方法 | |
CN111360578B (zh) | 滚珠丝杠副润滑状态识别方法 | |
Zhao | Fault Diagnosis Method for Wind Power Equipment Based on Hidden Markov Model | |
ShangGuan et al. | Fault diagnosis method of the on-board equipment of train control system based on rough set theory | |
CN114115199A (zh) | 新能源环卫车辆的监测及故障诊断系统 | |
CN113592362A (zh) | 一种城市电网抗灾变能力评估方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221223 |