买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】表计运行生命周期预测方法及装置_国家电网公司;国网北京市电力公司;清华大学_201911177015.4 

申请/专利权人:国家电网公司;国网北京市电力公司;清华大学

申请日:2019-11-26

公开(公告)日:2024-03-19

公开(公告)号:CN112381258B

主分类号:G06Q10/04

分类号:G06Q10/04;G06F17/18

优先权:

专利状态码:有效-授权

法律状态:2024.03.19#授权;2021.03.09#实质审查的生效;2021.02.19#公开

摘要:本发明实施例提供一种表计运行生命周期预测方法及装置,该方法包括:获取待测电表的目标生存概率;根据所述目标生存概率,从预设的生存曲线中,得到所述待测电表的生命周期值;其中,所述生存曲线是根据电表异常数据确定协变量,并根据Cox回归模型拟合得到,所述生存曲线为所述待测电表的生存概率与时间关系的曲线,所述异常数据包括异常历史数据和故障诊断数据。该方法能够充分考虑多个协变量之间的变化,协变量包含了生存状态相关的特征,从而能够准确刻画出电表的生存概率与时间关系的预设生存曲线。基于预设的生存曲线,根据给定的目标生存概率可到生命周期值。基于该方法,能够提升电表管理智能水平和工作效率。

主权项:1.一种表计运行生命周期预测方法,其特征在于,包括:获取待测电表的目标生存概率;根据所述目标生存概率,从预设的生存曲线中,得到所述待测电表的生命周期值;其中,所述生存曲线是根据电表异常数据确定协变量,并根据Cox回归模型拟合得到,所述生存曲线为所述待测电表的生存概率与时间关系的曲线,所述异常数据包括异常历史数据和故障诊断数据;所述获取待测电表的目标生存率之前,还包括:获取多个电表样本中每个电表异常数据的观测数据,所述观测数据包括,每种异常的异常次数、总生存时间和删失状态;根据所述观测数据,基于偏似然函数最大化,得到Cox回归模型的部分风险,结合基准风险,得到风险函数;根据所述风险函数,得到所述生存曲线;其中,删失状态为是,表示未故障,则所述总生存时间表示截止观测时电表的运行时间;删失状态为否,表示电表已故障,则总生存时间为电表到故障时的总运行时间;所述获取多个电表样本中每个电表异常数据的观测数据之前,还包括:根据电表异常数据确定多个单一协变量,根据Kaplan-Meier估计器计算每个单一协变量的生存曲线;根据多个单一协变量的生存曲线,确定需纳入Cox回归模型的协变量,并确定观测数据的种类;所述获取多个电表样本中每个电表的观测数据之后,根据所述观测数据,基于偏似然函数最大化,得到Cox回归模型的部分风险之前,还包括:确定观测期内所观察到电表i发生第m类异常的次数归一化后的数值,具体包括:基于如下公式,确定观察期内所观察到电表i发生第m类异常的次数归一化后的数值: 其中,为电表i发生第m类异常的实际次数,为电表i发生第m类异常的次数归一化后的数值,minm和maxm分别为第m类异常的最小值和最大值;所述根据所述观测数据,基于偏似然函数最大化,得到Cox回归模型的部分风险,包括:基于如下偏似然函数求最大化得到参数θ: 根据如下公式得到对数部分风险;hX=θ·X;根据如下公式得到Cox回归模型的风险函数:λt|X=λ0texphX;其中,Ei是数据是否删失的标签,1表示电表i截至观察时刻仍存活,Rti是ti时间内仍存活的电表的集合,Xi为第i个电表的观察协变量,X=x1,...,xm为协变量组成的向量,θ=θ1,...,θm为每个协变量的系数,λ0t为基准风险,λt|X为风险函数;所述根据风险函数,得到所述生存曲线,包括:根据Breslow估计器求得H0t: 根据下式求得生存曲线: 其中,若ti是事件发生时间即电表故障发生,否则Rti是ti时间内仍存活的电表的集合,为累积基准风险,S0t=exp-H0t为基准生存函数。

全文数据:

权利要求:

百度查询: 国家电网公司;国网北京市电力公司;清华大学 表计运行生命周期预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。