基于数据融合方法的智能电能表运行剩余寿命预测

作者：李贺龙; 于海波; 何娇兰

来源：电测与仪表, 2019, 56(18): 126-133.

DOI：10.19753/j.issn1001-1390.2019.018.018

• 智能电能表
• 剩余寿命
• 数据融合
• 贝叶斯
• 粒子滤波

文章融合了加速退化试验数据和外场检测退化数据对智能电能表进行在线运行的剩余寿命预测。首先,基于加速退化试验(ADT)数据建立非线性Wiener过程退化模型和温湿综合加速模型,利用贝叶斯理论估计模型参数;其次,利用外场检测的退化数据对退化模型中参数进行不断更新,采用粒子滤波算法实现这一更新过程;最终,给出智能电能表在外场状态检测时刻开始的剩余寿命预测结果。该方法解决了两个问题,一是解决了仅利用ADT数据对智能电表在线运行状态评估不准确的问题;二是解决了仅利用外场使用条件下的数据量建立预测模型不准确的问题。不仅如此,使用粒子滤波(PF)算法对参数更新的精确度也很高。因此,文章对于智能电能表数据融合方法的研究有着一定的参考价值。

• 单位
  北京航空航天大学; 中国电力科学研究院有限公司