基于加速退化数据的电机绝缘寿命预测方法

技术特征：
1.一种基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所述方法包括以下步骤：s1、选取电机绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于所述电机绝缘材料的加速退化数据，所述加速退化数据包括电机绝缘材料的最大局部放电量以及剩余击穿电压；s2、基于arrhenius模型与加速因子不变原则定义wiener过程的漂移参数和扩散参数，根据所述漂移参数和扩散参数建立剩余击穿电压退化模型，所述剩余击穿电压退化模型用于描述电机绝缘材料在任一恒定温度应力影响下剩余击穿电压的退化过程；s3、基于所述剩余击穿电压退化模型，将剩余击穿电压作为状态量构建剩余击穿电压状态方程，所述剩余击穿电压状态方程用于计算电机绝缘材料在任一恒定温度应力作用下任意时刻的剩余击穿电压估计值；s4、 将最大局部放电量作为观测量，基于所述最大局部放电量与剩余击穿电压之间的关系式构建第一观测方程；s5、使用支持向量机，将所述加速退化数据作为训练集，得到所述退化时间与所述最大局部放电量之间的关系式，对所述第一观测方程进行修正获得第二观测方程，所述训练集中，电机绝缘材料的退化时间作为输入变量，最大局部放电量作为输出变量；s6、将所述剩余击穿电压状态方程和所述第二观测方程相结合，构建卡尔曼滤波模型，所述卡尔曼滤波模型用于长时电机绝缘剩余击穿电压预测，根据所述卡尔曼滤波模型，给定电机绝缘材料的剩余击穿电压初始值、电机实际运行温度，对所述卡尔曼滤波模型进行迭代求得任意时刻的剩余击穿电压预测值。2.根据权利要求1所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，在表示第k个温度应力t
k
下，所述wiener过程的漂移参数和扩散参数分别表示为：为：在表示第h个温度应力t
h
下，所述wiener过程的漂移参数和扩散参数分别表示为：为：其中，是常数，且。3.根据权利要求2所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所述剩余击穿电压退化模型表示为：
其中，t表示温度应力，表示电机绝缘材料在任一恒定温度应力影响下剩余击穿电压的退化过程，是常数，且与温度应力下剩余击穿电压退化过程的漂移参数和扩散参数相关，根据加速退化数据获得。4.根据权利要求3所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所述剩余击穿电压状态方程表示为：其中，所述剩余击穿电压状态方程中，表示k时刻电机绝缘材料的剩余击穿电压，表示时间增量，表示标准布朗运动，t表示温度应力，为常数，且与温度应力下剩余击穿电压退化过程的漂移参数和扩散参数相关，根据加速退化数据获得。5.根据权利要求4所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所述常数根据所述加速退化数据建立似然函数，求解极大似然估计值获得，所述似然函数表示为：式中，表示表示退化增量，表示时间增量，i表示试验样本的测试次数，j表示试验样本数量，t
k
表示第k个温度应力，求解得到极大似然估计值。6.根据权利要求4所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所述第一观测方程表示为：其中，表示最大局部放电量，u
k
为k时刻的剩余击穿电压， 表示观测噪声向量，且，r表示噪声方差，a，b为常数，基于所述加速退化数据通过最小二乘法拟合获得。7.根据权利要求6所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所
述步骤s5：对输入变量退化时间和输出变量最大局部放电量构建回归函数，并通过拉格朗日乘子法将所述回归函数转化为凸二次规划问题求解，根据所述凸二次规划问题的解计算所述凸二次规划问题的对偶问题的解，所述对偶问题的解表示为；所述第二观测方程表示为： 。8.根据权利要求7所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，当所述退化时间与所述最大局部放电量为非线性关系时引入核函数，通过所述核函数将所述非线性关系转换为更高维度的线性问题。9.根据权利要求8所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，所述核函数表示为：其中，表示核函数，表示退化时间，表示l维的输入变量，表示核函数参数。10.根据权利要求7所述的基于加速退化数据的电机绝缘寿命预测方法，其特征在于，根据所述剩余击穿电压状态方程和所述第二观测方程构建的所述卡尔曼滤波模型表示为：利用所述卡尔曼滤波模型进行迭代求得任意时刻的剩余击穿电压包括以下步骤：给定电机绝缘材料的剩余击穿电压初始值以及电机实际运行温度，将所述剩余击穿电压初始值作为第一时刻的剩余击穿电压预测值；状态估计，利用所述剩余击穿电压状态方程，根据第一时刻的剩余击穿电压预测值，进行第二时刻剩余击穿电压估计，得到第二时刻的剩余击穿电压估计值，所述第一时刻和所述第二时刻间隔时间增量；状态更新，利用所述第二观测方程，根据第二时刻的剩余击穿电压估计值，计算得到第二时刻的最大局部放电量观测估计值，将所述最大局部放电量观测估计值与最大局部放电量观测真值进行比较获得测量余差，最大局部放电量观测真值通过恒定温度应力加速退化试验获得，根据所述测量余差计算得到最优卡尔曼增益，对第二时刻的剩余击穿电压估计值进行基于最小方差原则下的状态更新，得到第二时刻的剩余击穿电压预测值；将所述卡尔曼滤波模型进行迭代求得任意时刻的剩余击穿电压预测值。

技术总结
本发明公开了一种基于加速退化数据的电机绝缘寿命预测方法：S1、进行加速退化试验，获得加速退化数据；S2、基于Arrhenius模型与加速因子不变原则定义Wiener过程的漂移参数和扩散参数，并建立剩余击穿电压退化模型；S3、基于剩余击穿电压退化模型构建剩余击穿电压状态方程；S4、基于最大局部放电量与剩余击穿电压之间的关系式构建第一观测方程；S5、使用支持向量机，加速退化数据作为训练集，得到退化时间与最大局部放电量之间的关系式，对第一观测方程进行修正获得第二观测方程；S6、将剩余击穿电压状态方程和第二观测方程相结合，构建卡尔曼滤波模型，根据卡尔曼滤波模型求得任意时刻的剩余击穿电压预测值。刻的剩余击穿电压预测值。刻的剩余击穿电压预测值。


技术研发人员：张健 张钦 黄晓艳 方攸同 王佳金 马吉恩
受保护的技术使用者：浙江大学
技术研发日：2022.03.11
技术公布日：2022/4/12