专利摘要

一种用于确定继电保护装置的运行状态的方法及装置，该方法包括：获取待检测的继电保护装置在不同观测时刻的特征指标序列，基于特征指标序列，采用Viterbi算法对预先构建的隐马尔科夫模型进行解码，得到最优的运行状态序列；输出最优的运行状态序列；其中，预先构建的隐马尔科夫模型采用模拟退火算法与Baum‑Welch算法的融合算法训练得到。通过本发明实施例提供的方法及装置，通过采用连续隐马尔科夫模型用于继电保护装置的运行状态分析，可以实现融合当前与历史信息的运行状态的综合分析及检测，实现了对继电保护装置的运行状态过程的全面描述，大大提高了继电保护装置的运行状态分析的准确性。

权利要求

1.一种用于确定继电保护装置的运行状态的方法，其特征在于，所述方法包括：

获取待检测的继电保护装置在不同观测时刻的特征指标序列，其中，所述特征指标包括老化程度、温度增量、工作电压偏差、采样偏差、告警次数以及可靠性；

基于所述特征指标序列，采用Viterbi算法对预先构建的隐马尔科夫模型进行解码，得到最优的运行状态序列，其中，运行状态包括健康状态、异常状态、严重异常状态；

输出所述最优的运行状态序列。

2.根据权利要求1所述的方法，其特征在于，所述基于所述特征指标序列，采用Viterbi算法对预先构建的隐马尔科夫模型进行解码，得到最优的运行状态序列，包括：

根据所述特征指标序列和预先构建的隐马尔科夫模型，得到Viterbi变量；

根据所述Viterbi变量，得到回溯指针变量；

根据所述Viterbi变量和所述回溯指针变量，通过初始化、递归运算、终止以及回溯，得到最优的运行状态序列。

3.根据权利要求1所述的方法，其特征在于，采用如下方式预先构建所述隐马尔科夫模型：

获取继电保护装置在不同观测时刻的样本特征指标序列和样本运行状态序列；

根据所述样本特征指标序列和样本运行状态序列，采用基于模拟退火算法与Baum-Welch算法的融合算法对隐马尔科夫模型进行训练，得到使目标函数达到最大的隐马尔科夫模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述样本特征指标序列和样本运行状态序列，采用基于模拟退火算法与Baum-Welch算法的融合算法对隐马尔科夫模型进行训练，得到使目标函数达到最大的隐马尔科夫模型，包括：

步骤1：更新迭代步数g=g+1，采用公式Cg+1=Cg×γ更新当前模型的退火温度，其中，γ为冷却进度，g为自然数，Cg为第g次迭代时的退火温度;

步骤2：对基础解λg=(πg, Ag, μg, ∑g)施加扰动，产生第一新解λg1=(πg1, Ag1, μg1,∑g1)=(πg＋∆πg, Ag＋∆Ag, μg＋∆μg, ∑g＋∆∑g)；

其中，A＝{aij}N×N，为状态转移概率矩阵；π={πi}1×N，为初始状态概率矢量；μ={μi}1×N，μi为状态Si对应的高斯模型的均值矢量；Σ={Σi}1×N，Σi为状态Si对应的高斯模型的协方差矩阵；

；

；

其中，bi(ot)指当设备状态处于Si时，特征指标恰观测到ot的概率；O={o1,o2,...,oT}为样本特征指标序列，Q={S1,S2,…,SN}为样本运行状态集合，qt为t时刻的样本运行状态，qt∈{S1,S2,...,SN}，ot为t时刻的样本特征指标向量，ot∈{o1,o2,...,oT}，t≤T，T为样本的最终观测时刻，N样本运行状态序列个数；∆π、∆A、∆μ、∆∑为随机扰动；

步骤3：采用Baum-Welch算法对所述第一新解λg1 =(πg1, Ag1, μg1, ∑g1)进行更新，产生第二新解λg2 =(πg2, Ag2, μg2, ∑g2)；

步骤4：计算所述第二新解λg2与所述基础解λg的目标函数值的差值ΔE=E(λg2)-E(λg)；

步骤5：若ΔE＞0，则接受所述第二新解λg2；若ΔE≤0，则按概率exp(ΔE/Cg)接受所述第二新解λg2；

步骤6：若接受所述第二新解λg2，则将所述第二新解λg2作为当前解λg+1；否则仍以λg作为当前解λg+1；

步骤7：以当前解λg+1作为下次迭代的基础解，返回步骤1进行循环计算，直至退火温度Ci达到预设终止退火温度Cf为止，得到使目标函数达到最大的隐马尔科夫模型λopt＝(πopt,Aopt, μopt, ∑opt)；

其中，通过在初始迭代步数g=0，初始退火温度C0时，根据所述样本特征指标序列和样本运行状态序列随机生成初始解λ0= (π0, A0, μ0, ∑0)，作为第1次迭代的基础解。

5.根据权利要求3所述的方法，其特征在于，采用如下公式得到所述目标函数：

；

其中，O(k)为第k个样本特征指标序列，P(O(k)|λ)为在参数λ已知的条件下求解观测到样本特征指标序列O(k)的概率，1≤k≤K，K为样本个数。

6.根据权利要求1所述的方法，其特征在于，采用如下公式得到所述老化程度：

；

其中，Δt为采样间隔时间，f(t)为采用Weibull分布的单位时间装置老化损伤程度函数。

7.根据权利要求1所述的方法，其特征在于，采用如下公式得到所述温度增量：

fh=Tdh-bhTe-Δh；

其中，Tdh为所述待检测的第h台继电保护装置的温度，Te为所述待检测的继电保护装置的环境温度，Δh、bh为与所述待检测的继电保护装置相关的常数。

8.根据权利要求1所述的方法，其特征在于，所述工作电压偏差为工作电压值与基准电压值的差值的绝对值。

9.根据权利要求1所述的方法，其特征在于，所述采样偏差为模拟量采样值与基准采样值的差值的绝对值。

10.根据权利要求1所述的方法，其特征在于，所述告警次数通过统计自上次观测到本次观测时间段内告警的次数得到。

11.根据权利要求1所述的方法，其特征在于，所述可靠性通过不同观测时刻代入预设可靠性模型得到，其中，所述可靠性模型通过与待检测的继电保护装置相同型号的继电保护装置的在不同时刻的缺陷概率拟合得到。

12.一种用于确定继电保护装置的运行状态的装置，其特征在于，所述装置包括：

特征指标获取单元，用于获取待检测的继电保护装置在不同观测时刻的特征指标序列，其中，所述特征指标包括老化程度、温度增量、工作电压偏差、采样偏差、告警次数以及可靠性；

运行状态确定单元，用于基于所述特征指标序列，采用Viterbi算法对预先构建的隐马尔科夫模型进行解码，得到最优的运行状态序列，其中，运行状态包括健康状态、异常状态、严重异常状态；

输出单元，用于输出所述最优的运行状态序列。

13.根据权利要求12所述的装置，其特征在于，所述运行状态确定单元，还用于：

根据所述特征指标序列和预先构建的隐马尔科夫模型，得到Viterbi变量；

根据所述Viterbi变量，得到回溯指针变量；

根据所述Viterbi变量和所述回溯指针变量，通过初始化、递归运算、终止以及回溯，得到最优的运行状态序列。

14.根据权利要求12所述的装置，其特征在于，采用如下方式预先构建所述隐马尔科夫模型：

获取继电保护装置在不同观测时刻的样本特征指标序列和样本运行状态序列；

根据所述样本特征指标序列和样本运行状态序列，采用基于模拟退火算法与Baum-Welch算法的融合算法对隐马尔科夫模型进行训练，得到使目标函数达到最大的隐马尔科夫模型。

15.根据权利要求14所述的装置，其特征在于，所述根据所述样本特征指标序列和样本运行状态序列，采用基于模拟退火算法与Baum-Welch算法的融合算法对隐马尔科夫模型进行训练，得到使目标函数达到最大的隐马尔科夫模型，包括：

步骤1：更新迭代步数g=g+1，采用公式Cg+1=Cg×γ更新当前模型的退火温度，其中，γ为冷却进度，g为自然数，Cg为第g次迭代时的退火温度;

步骤2：对基础解λg=(πg, Ag, μg, ∑g)施加扰动，产生第一新解λg1=(πg1, Ag1, μg1,∑g1)=(πg＋∆πg, Ag＋∆Ag, μg＋∆μg, ∑g＋∆∑g)；

其中，A＝{aij}N×N，为状态转移概率矩阵；π={πi}1×N，为初始状态概率矢量；μ={μi}1×N，μi为状态Si对应的高斯模型的均值矢量；Σ={Σi}1×N，Σi为状态Si对应的高斯模型的协方差矩阵；

；

；

其中，bi(ot)指当设备状态处于Si时，特征指标恰观测到ot的概率；O={o1,o2,...

Q：办理专利转让的流程及所需资料

A：专利权人变更需要办理著录项目变更手续，有代理机构的，变更手续应当由代理机构办理。

1：专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2：按规定缴纳著录项目变更手续费。

3：同时提交相关证明文件原件。

4：专利权转移的，变更后的专利权人委托新专利代理机构的，应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A：（1）直接到国家知识产权局受理大厅收费窗口缴纳,（2）通过代办处缴纳，（3）通过邮局或者银行汇款,更多缴纳方式

Q：专利转让变更，多久能出结果

A：著录项目变更请求书递交后，一般1-2个月左右就会收到通知，国家知识产权局会下达《转让手续合格通知书》。