基于多状态马尔科夫链的设备故障检测方法及系统

本发明属于电力系统故障检测技术领域，具体涉及一种基于多状态马尔科夫链的设备故障检测方法及系统，方法先采用有向图模型表示配电网络结构，基于定义好的有向图模型构建转移概率矩阵并计算先验概率密度，再基于先验概率密度采用贝叶斯算法结合实时观测数据计算后验概率密度，利用MCMC算法从后验概率密度中采样获得后验概率密度估计，利用高斯过程回归对后验概率密度估计进行校正后用于状态估计，实现配电设备故障检测。本发明一方面采用贝叶斯算法计算先验概率密度时动态融合了由传感器实时得到的观测数据，有助于提升模型适应性，另一方面利用高斯过程回归预测的残差对后验概率密度估计进行校正，从而提高在线故障检测精度。