基于贝叶斯与数据驱动的智能电能表状态感知技术研究

摘要

为更准确地对智能电能表进行状态评估,文中将加速退化试验数据与现场检测状态数据相结合。文章基于加速退化试验(Accelerated Degradation Test,ADT)数据,成立了线性Wiener过程退化以及综合湿、温度加速模型,以贝叶斯理论对模型进行参数预测,利用外场检测状态数据修正退化模型中的参数,最终给出了智能电能表在运行状态下的状态评估结果。该方法同时解决了仅基于加速退化试验数据的在线运行状态评估和通过外场条件获得的状态数据预测模型的两类不准确性问题,对智能电能表数据融合方法的研究具有一定的参考价值。