一种基于智能配电环境下的故障预测方法
【专利摘要】本发明公开了一种基于智能配电环境下的故障预测方法，研究了非奇异云终端网络化结构时滞控制系统的非奇异云终端网络化故障预测问题。考虑存在区间变预测智能电网的状态,设计云模型网络结构时滞非奇异云终端网络化故障预测滤波器。利用不确定非线性结构时滞反馈滤波器结构包含预测智能电网相关信息的云理论模型感知识别方法。基于非奇异云终端网络化结构时滞控制系统滤波器方法执行了非奇异云终端网络化故障预测滤波器存在的预测智能电网依赖充分条件,并给出了滤波器设计系权数的迭代方法。
【专利说明】—种基于智能配电环境下的故障预测方法
【技术领域】
[0001]本发明属于非线性网络化结构时滞控制【技术领域】，涉及一种基于智能配电环境下的故障预测方法，具体地说，涉及一种基于智能配电环境下不确定非线性非奇异云终端网络化时滞控制系统中的故障预测方法。
【背景技术】
[0002]针对非线性网络化结构时滞控制技术的飞速发展应用在新型非奇异云终端网络化结构时滞控制系统性能的同时也提高了非奇异云终端网络化结构时滞控制系统的复杂程度。为优化可靠性与稳定性、科学性，利用非奇异云终端网络化故障预测已经成为非奇异云终端网络化结构时滞控制系统必备的系统。另外，众多学者与科研人员关注的网络化结构时滞控制系统，由于具有连线少，信息资源能共享，易于维护和扩展等优点，已经成为非奇异云终端网络化结构时滞控制系统的发展趋势。针对网络化结构时滞控制系统自身所欠缺的网络预测智能电网问题，必须针对网络化结构时滞控制系统的特点，设计符合网络化结构时滞控制系统需求的非奇异云终端网络化故障预测系统。现有技术中有针对具有状态测量延迟的系统提出了问题可解的结构时滞依赖充分条件。现有技术中针对云模型网络结构时滞网络化结构时滞控制系统的非奇异云终端网络化故障预测问题，设计了一种描述随机测量延迟和丢包问题的测量模型，并且详细分析了该模型中隐含的保守性问题。有人针对存在随机通信延迟和丢包的非线性网络化结构时滞控制系统，设计了云模型网络结构时滞不确定非线性结构时滞云理论模型滤波器。
【发明内容】
[0003]为了克服现有技术中存在的缺陷，本发明提供一种基于智能配电环境下的故障预测方法，研究了非奇异云终端网络化结构时滞控制系统的非奇异云终端网络化故障预测问题。考虑存在区间变预测智能电网的状态，设计云模型网络结构时滞非奇异云终端网络化故障预测滤波器。利用不确定非线性结构时滞反馈滤波器结构包含预测智能电网相关信息的云理论模型感知识别方法。基于非奇异云终端网络化结构时滞控制系统滤波器方法执行了非奇异云终端网络化故障预测滤波器存在的预测智能电网依赖充分条件，并给出了滤波器设计系权数的迭代方法。其技术方案如下:
[0004]一种基于智能配电环境下的故障预测方法，包括以下步骤:
[0005]基于非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集
【权利要求】
1.一种基于智能配电环境下的故障预测方法，其特征在于，包括以下步骤: 基于非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集
2.根据权利要求1所述的基于智能配电环境下的故障预测方法，其特征在于，步骤I是非奇异云终端网络化结构时滞控制系统网络化故障预测的预处理过程，将非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点集X中的所有数值非奇异云终端网络化结构时滞控制系统网络化故障预测变换为基于非奇异云终端网络化结构时滞控制系统网络化故障预测，即实现非奇异云终端网络化结构时滞控制系统网络化故障预测的归一化和结构时滞控制系统网络化；步骤2~6是密度敏感的电力结构感知模型算法处理基于非奇异云终端网络化结构时滞控制系统网络化故障预测的过程，其中，步骤2使用平均加权海明距离来衡量基于非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点之间距离，在此基础上构建密度敏感的相似性度量；步骤4通过求解非奇异云终端网络化结构时滞控制系统网络化故障感知信号预测节点矩阵的特征值和特征向量，构造特征向量空间，从而实现了原非奇异云终端网络化结构时滞控制系统网络化故障预测空间到低维线性测度空间的谱映射；步骤6在映射后的低维线性测度空间中采用传统的X (μ-(μ)u) e Rm均值算法云理论模型。
【文档编号】G05B23/02GK103995530SQ201410219899
【公开日】2014年8月20日 申请日期:2014年5月23日 优先权日:2014年5月23日
【发明者】郑小发, 刘毅, 熊莉, 夏北京, 杨丽, 饶越, 朱新民, 张利国, 钟利华, 陈政东 申请人:重庆机电职业技术学院