一种电机绝缘剩余寿命预测方法、系统

本发明涉及电机绝缘剩余寿命预测，具体涉及一种电机绝缘剩余寿命预测方法、系统。

背景技术：

1、电机是电力系统、新能源发电、运动控制等领域的关键设备或部件，电机绝缘可靠性直接影响着电力或运动系统的稳定运行。在运行过程中，由于热、电、机械应力的长期作用，电机绝缘材料逐渐老化并可能发生绝缘击穿，进而影响电机正常工作。现有的绝缘寿命预测方法主要基于产品失效时间统计模型和性能退化模型。然而，在实际应用中，电机运行环境复杂多变，温度的变化对绝缘寿命有重要影响，且同一类型的电机个体间存在工艺、制造等因素导致的差异。因此，有必要研究一种在时变温度下考虑个体差异性的电机绝缘剩余寿命预测方法，以提高预测的准确性。

技术实现思路

1、本发明的目的是：提供一种电机绝缘剩余寿命预测方法、系统，基于wiener过程和arrhenius公式建立电机绝缘剩余寿命预测模型，用等效温度替代之后未知的温度变化，利用全概率公式更新电机绝缘剩余寿命预测模型，实现更符合个体特性的高精度剩余寿命预测。

2、为了解决以上技术问题，本发明采用如下技术方案：

3、一种电机绝缘剩余寿命预测方法，包括以下步骤：

4、以剩余击穿电压为退化量，根据arrhenius(阿伦尼乌斯)公式反应的退化速率与温度之间的指数关系，在首达时的概念下构建基于wiener(维纳)过程和arrhenius公式的电机绝缘剩余寿命预测模型；模型中包含a、b、c三个参数。

5、收集电机的温度，并计算对应的等效温度。

6、针对电机绕组的个体差异性，即每个电机绕组的电机绝缘剩余寿命预测模型中的参数是不一致的，将电机绝缘剩余寿命预测模型中的参数设定为正态分布且相互独立的随机变量。

7、在不同温度应力下对设定数量个电机绕组进行加速老化试验，获得每个电机绕组的电机绝缘加速退化数据，该数据包括剩余击穿电压和时间。

8、基于电机绝缘加速退化数据利用极大似然估计的方法对电机绝缘剩余寿命预测模型进行处理，得到每个电机绕组对应的模型参数值，利用极大似然估计的方法对得到的模型参数值再次进行处理，得到模型参数的联合先验分布。

9、基于等效温度，得到时变温度应力下电机绕组运行过程中的剩余击穿电压数据，结合该数据，利用贝叶斯估计和马尔科夫链蒙特卡洛方法，对模型参数的联合先验分布进行更新，得到模型参数的后验分布近似解。

10、结合模型参数的后验分布近似解，利用全概率公式，得到最终的电机绝缘剩余寿命预测模型，将时变温度应力下电机绕组运行过程中的剩余击穿电压数据输入到该模型中，得到预测的电机绝缘剩余寿命。

11、进一步的，构建电机绝缘剩余寿命预测模型包括以下内容：

12、退化模型的具体表达式为：

13、

14、其中，u(t)表示第t个运行时间的剩余击穿电压值，u(0)表示剩余击穿电压的初始值，b(t)表示退化过程中随机性的标准布朗运动，t表示绝对温度。

15、电机绝缘剩余寿命预测模型的表达式为：

16、

17、其中，d表示剩余击穿电压的失效阈值，l表示剩余寿命的值，f(l|t)表示第t个运行时间下剩余寿命为l的概率值。

18、进一步的，基于退化量一致的原则，对实际运行中的时变温度进行离散化处理，得到等效温度，具体表达式为：

19、

20、其中，t0表示等效温度，tu表示第u个时间段的运行时间，u＝1,2,…v，v表示时间段的总数，taclu表示tu的绝对温度，tx表示v个时间段的运行时间之和。

21、进一步的，将模型中的参数视为服从正态分布且相互独立的随机变量，具体表达式为：

22、

23、其中，pa、pb、pc分别表示模型参数a、b、c的均值，qa、qb、qc分别表示模型参数a、b、c的标准差，表示均值为pa、标准差为的正态分布。

24、进一步的，获得电机绕组的电机绝缘加速退化数据包括以下内容：

25、在加速老化试验下，测量电机绕组的绝缘电阻、绝缘电容、介质损耗因数和最大局部放电量四个绝缘参数，根据四个绝缘参数得到电机绝缘加速退化数据。

26、进一步的，得到模型参数的先验分布包括以下内容：

27、剩余击穿电压变化量的似然函数为：

28、

29、利用似然函数分别对三个模型参数求偏导，得到每个电机绕组对应的模型参数值，具体公式为：

30、

31、其中，l()表示剩余击穿电压变化量的似然函数，aij表示第i个温度下的第j个电机绕组的模型参数a的值，bij表示第i个温度下的第j个电机绕组的模型参数b的值，cij表示第i个温度下的第j个电机绕组的模型参数c的值，i＝1,2…n1，n1表示温度的总数，j＝1,2…n2，n2表示电机绕组的总数，ti表示第i个温度的绝对温度，δtijk表示在第i个温度下第j个电机绕组的第k次测量的与第k-1次测量的剩余击穿电压的运行时间增量，k＝1,2…n3，n3表示电机绕组测量的总次数，δuijk表示在第i个温度下第j个电机绕组第k次测量的与第k-1次测量的剩余击穿电压值的减少量。

32、结合每个电机绕组的参数值aij、bij、cij，利用极大似然估计得到模型参数的似然函数，具体公式为：

33、

34、利用似然函数分别对三个模型参数求偏导，得到参数a、b、c各自的均值和标准差，具体公式为：

35、

36、由于模型参数相互独立，最终得到模型参数的联合先验分布为：

37、π0(a,b,c)＝g(a)g(b)g(c)

38、其中，π0(a,b,c)表示模型参数的先验分布，g(a)、g(b)、g(c)分别表示模型参数a、b、c的分布情况，

39、

40、进一步的，得到模型参数的后验分布近似解包括以下内容：

41、利用贝叶斯估计对模型参数的先验分布进行更新，得到模型参数的后验分布，具体表达式为：

42、

43、其中，π(a,b,c)表示模型参数的后验分布，δu表示剩余击穿电压减少量，δt表示运行时间的增量。

44、利用马尔可夫链蒙特卡洛方法从模型参数后验分布的表达式中进行采样，得到a、b、c的分布情况，将该分布情况作为模型参数后验分布的近似解。

45、进一步的，得到预测的电机绝缘剩余寿命包括以下内容：

46、结合模型参数的后验分布近似解，使用全概率公式对电机绝缘剩余寿命预测模型进行更新，得到最终的电机绝缘剩余寿命预测模型，具体表达式为：

47、

48、其中，u表示剩余击穿电压值。

49、将时变温度应力下电机绕组运行过程中的剩余击穿电压数据输入到该模型中，得到预测的电机绝缘剩余寿命，具体表达式为：

50、

51、其中，表示第t个运行时间的剩余寿命值，e(l|u,t)表示剩余寿命的期望值，f(l|u,t)表示剩余寿命的概率密度表达式，l表示剩余寿命的值。

52、进一步的，本发明还提出了一种电机绝缘剩余寿命预测系统，包括：

53、电机绝缘剩余寿命预测模型构建模块，用于以剩余击穿电压为退化量，根据arrhenius公式反应的退化速率与温度之间的指数关系，在首达时的概念下构建基于wiener过程和arrhenius公式的电机绝缘剩余寿命预测模型。

54、等效温度计算模块，用于收集电机的温度，并计算对应的等效温度。

55、模型参数设定模块，用于针对电机绕组的个体差异性，即每个电机绕组的电机绝缘剩余寿命预测模型中的参数是不一致的，将电机绝缘剩余寿命预测模型中的参数设定为正态分布且相互独立的随机变量。

56、电机绝缘加速退化数据获取模块，用于在不同温度应力下对设定数量个电机绕组进行加速老化试验，获得每个电机绕组的电机绝缘加速退化数据，该数据包括剩余击穿电压和时间。

57、模型参数的联合先验分布获取模块，用于基于电机绝缘加速退化数据利用极大似然估计的方法对电机绝缘剩余寿命预测模型进行处理，得到每个电机绕组对应的模型参数值，利用极大似然估计的方法对得到的模型参数值再次进行处理，得到模型参数的联合先验分布。

58、模型参数的后验分布近似解获取模块，用于基于等效温度，得到时变温度应力下电机绕组运行过程中的剩余击穿电压数据，结合该数据，利用贝叶斯估计和马尔科夫链蒙特卡洛方法，对模型参数的联合先验分布进行更新，得到模型参数的后验分布近似解。

59、电机绝缘剩余寿命预测模块，用于结合模型参数的后验分布近似解，利用全概率公式，得到最终的电机绝缘剩余寿命预测模型，将时变温度应力下电机绕组运行过程中的剩余击穿电压数据输入到该模型中，得到预测的电机绝缘剩余寿命。

60、进一步的，本发明还提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前文所述电机绝缘剩余寿命预测方法的步骤。

61、进一步的，本发明还提出了一种计算机可读的存储介质，所述计算机可读的存储介质存储有计算机程序，所述计算机程序被处理器运行时执行所述电机绝缘剩余寿命预测方法。

62、本发明采用以上技术方案与现有技术相比，具有以下技术效果：

63、1、本发明的方法能够适应不同运行条件下的电机，尤其是对于工况复杂多变的时变温度环境，并通过引入等效温度，提高了适用性和灵活性。

64、2、本发明的方法通过将退化模型参数视为随机变量，并结合个体的退化数据进行动态更新，能够更好地体现不同电机个体的差异性，使寿命预测结果更加个性化和精准化。