(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111385482.3 (22)申请日 2021.11.22 (71)申请人 潍坊科技学院 地址 262700 山东省潍坊市寿光市金光 街 1299号 (72)发明人 王晶晶　冯磊　 (74)专利代理 机构 青岛高晓专利事务所(普通 合伙) 37104 代理人 付丽丽 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 一种利用K-means聚类分析与Weibull分布 函数的设备故障率预测方法 (57)摘要 本发明公开了一种利用K ‑means聚类分析与 Weibull分布函数的设备故障率预测方法， 属电 力系统的电气设备故障率预测技术领域。 其特征 在于： 通过观察设备故障率数据序列的增长趋 势， 粗略判断数据序列含有的故障周 期数目； 对 设备故障率数据序列进行归一化处理， 统一归一 化至[0.1,0.9]； 以故障周期的数目作为聚类分 析的分类数目， 利用K ‑means聚类分析算法对归 一化后的设备 故障率数据序列进行聚类 分析， 实 现设备故障周期的精确识别。 对 隶属于不同故障 周期的故障率原始数据序列分别使用Weibu ll分 布函数进行分段预测， 获取设备故障率的预测 值。 权利要求书2页 说明书3页 附图2页 CN 114186716 A 2022.03.15 CN 114186716 A 1.一种利用K ‑means聚类分析与Weibull分布函数的设备故障率预测方法， 其特征在 于， 包括以下步骤： 步骤1： 通过观察设备故障率数据序列的增长趋势， 粗略判断数据序列含有的故障周期 数目； 步骤2:对设备故障率数据 序列进行归一 化处理， 统一归一 化至[0.1,0.9]； 步骤3： 以故障周期的数目作为聚类分析的分类数目， 利用K ‑means聚类分析算法对归 一化后的设备故障率数据 序列进行聚类分析， 实现设备故障周期的精确识别； 步骤4： 对隶属于不同故障周期的故障率原始数据序列分别 使用Weibull分布函数进行 分段预测， 获取设备故障率的预测值。 2.根据权利 要求1所述的一种利用K ‑means聚类分析与Weib ull分布函数的设备故障率 预测方法， 其特 征在于， 步骤1中所述 粗略判断故障周期的数目， 其具体包括以下几种情况： 情况1： 设备故障率数据 序列只存在一个故障周期， 则记为q＝1； 情况2： 设备故障率数据 序列存在两个故障周期， 则记为q＝2； 情况3： 设备故障率数据 序列存在三个故障周期， 则记为q＝3 。 3.根据权利 要求1所述的一种利用K ‑means聚类分析与Weib ull分布函数的设备故障率 预测方法， 其特征在于， 步骤2中所述对故障率数据序列进行归一化处理， 其具体实现包括 以下子步骤： 步骤2.1： 将设备故障率数据 序列的故障率 最大值记为 λmax； 步骤2.2： 将设备故障率数据 序列的故障率 最小值记为 λmin； 步骤2.3： 对设备故障率数据 序列， 按照下式进行归一 化： 其中， λi为设备故障率数据 序列。 4.根据权利 要求1所述的一种利用K ‑means聚类分析与Weib ull分布函数的设备故障率 预测方法， 其特征在于， 步骤3中所述实现设备故障周期的精确识别， 其具体实现包括以下 子步骤： 步骤3.1： 以设备故障周期数目q作 为聚类的分类数目， 若q＝1， 则从故障率数据序列的 中间位置随机选取一个故障率 数据， 记为 λc1； 若q＝2， 则分别从故障率数据序列的前端与尾 端分别选取两个故障率数据， 记为λc1与 λc2； 若q＝3， 则从故障率数据序列的前端、 中间与尾 端分别选取三个故障率数据， 记为记为 λc1、 λc2与 λc3； 步骤3.2： 将选取的λci(如 λc1、 λc2与 λc3)作为聚类的初始中心， 对设备故障率数据序列 λi 进行聚类分析， 得到q组归一 化后的故障率数据； 步骤3.3： 将q组归一 化后的故障率数据还原为q组故障率数据 序列。 5.根据权利 要求1所述的一种利用K ‑means聚类分析与Weib ull分布函数的设备故障率 预测方法， 其特征在于， 步骤4中所述对故障率原始数据序列进行分段预测， 其主要包括以 下几种情况： 情况1： 若q＝1， 则直接对故障率原始数据序列使用Weibull分布函数进行参数估计与 故障率预测：权　利　要　求　书 1/2 页 2 CN 114186716 A 2其中， β 与 η分别为形状参数与尺度参数。 情况2： 若q＝2(或q＝3)， 则对q组故障率数据序列分别使用Weib ull分布函数进行参数 估计， 得到 两组(或三组)故障率预测函数模型， 分周期进行故障率的分段 预测。权　利　要　求　书 2/2 页 3 CN 114186716 A 3