摘要
基于故障率数据的可靠度评估是智能电能表健康状态管理与维修的重要依据.然而,异常值及故障率的小样本特性限制了传统智能电能表可靠度预测模型的评估性能.为此,提出一种基于加权局部离群因子与高斯过程回归的多环境应力下智能电能表故障率预估模型.首先,建模采用一种加权局部离群因子识别并剔除故障率数据集中的异常值;然后,选用不同的核函数匹配典型环境下的多应力输入特征,选取最优核;最后,以高斯过程后验分布预测故障率的置信度95％的区间变化,并据此估计智能电能表可靠度.采用2个典型环境地区的智能电能表故障样本进行实例分析,结果表明所提模型可有效预测智能电能表在多环境应力下故障率变化趋势,并能准确求解其可靠度.
基金项目
国网山东省电力公司科技项目(520626200021)
NETL
NSTL
维普
万方数据