本發(fā)明專利技術(shù)涉及一種基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法，其通過圖像攝錄裝置對(duì)光伏箱變中的電氣組件進(jìn)行拍照，先進(jìn)行數(shù)據(jù)采集及預(yù)處理，對(duì)預(yù)處理后的子數(shù)據(jù)集按照比例劃分為用于模型訓(xùn)練的訓(xùn)練集和用于模型測(cè)試的測(cè)試集，通過訓(xùn)練集對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，深度卷積神經(jīng)網(wǎng)絡(luò)采用的是帶注意力機(jī)制模塊的一維卷積神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型，通過圖像攝錄裝置定時(shí)采集光伏箱變監(jiān)控系統(tǒng)的低壓室、高壓室以及變壓室中的電氣組件的圖像數(shù)據(jù)，并在經(jīng)邊緣模糊算法的預(yù)處理后送入監(jiān)測(cè)模型，進(jìn)行光伏箱變的工作狀態(tài)預(yù)測(cè)。本申請(qǐng)能夠達(dá)到異常監(jiān)測(cè)預(yù)警的目的，提高光伏箱變異常監(jiān)測(cè)的可靠性、穩(wěn)定性以及時(shí)效性。穩(wěn)定性以及時(shí)效性。穩(wěn)定性以及時(shí)效性。
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法
[0001]本專利技術(shù)涉及光伏箱變控制
，具體涉及光伏箱變異常監(jiān)測(cè)
，特別是涉及一種基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法。
技術(shù)介紹
[0002]光伏并網(wǎng)發(fā)電開始于上個(gè)世紀(jì)80年代初，所謂的光伏發(fā)電就是利用半導(dǎo)體界面的光生伏特效應(yīng)而將光能直接轉(zhuǎn)變?yōu)殡娔艿囊环N技術(shù)，再配合控制器及電器設(shè)備等就形成了光伏發(fā)電裝置。光伏箱變就是一種交流電能的變換裝置，首先通過逆變器將直流電變?yōu)榻涣麟姡缓竽軐⒛骋粩?shù)值的交流電壓、電流轉(zhuǎn)變?yōu)橥l率的另一數(shù)值交流電壓、電流，使電能傳輸、分配和使用，做到安全經(jīng)濟(jì)。而自動(dòng)化監(jiān)控系統(tǒng)在光伏電站中起著重要的作用，它通過數(shù)據(jù)采集監(jiān)測(cè)光伏電站的工作狀態(tài)，實(shí)現(xiàn)發(fā)電設(shè)備的運(yùn)行控制，從而實(shí)現(xiàn)光伏發(fā)電設(shè)備的遠(yuǎn)程管理和自動(dòng)化監(jiān)控，以達(dá)到“無人值班，少人值守”的運(yùn)行管理方式。現(xiàn)有的光伏電站用的監(jiān)控系統(tǒng)中，數(shù)據(jù)統(tǒng)一發(fā)送至遠(yuǎn)端的控制中心進(jìn)行處理然后再由控制中心進(jìn)行精確的分析處理，從而實(shí)現(xiàn)自動(dòng)控制。但是目前的監(jiān)控系統(tǒng)實(shí)現(xiàn)的仍是問題的后發(fā)現(xiàn)，也就是說缺乏預(yù)警機(jī)制，無法在前期狀態(tài)出現(xiàn)時(shí)給出預(yù)警，比如短路或者短路出現(xiàn)時(shí)，部分電氣組件的溫度急劇升高，或者接線出現(xiàn)脫落等狀態(tài)，此類狀態(tài)是能夠被工業(yè)相機(jī)采集的，但是目前卻缺乏針對(duì)此狀態(tài)進(jìn)行監(jiān)測(cè)進(jìn)行預(yù)警的機(jī)制。
技術(shù)實(shí)現(xiàn)思路
[0003]本專利技術(shù)的目的是要提供一種基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法，其基于光伏箱變監(jiān)控系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)，進(jìn)而結(jié)合圖像采集關(guān)聯(lián)工作狀態(tài)或者故障狀態(tài)實(shí)現(xiàn)自我學(xué)習(xí)，達(dá)到異常監(jiān)測(cè)預(yù)警的目的，提高光伏箱變異常監(jiān)測(cè)的可靠性、穩(wěn)定性以及時(shí)效性。
[0004]為達(dá)到上述目的，本專利技術(shù)采用的技術(shù)方案是：本專利技術(shù)提供了一種基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法，光伏箱變包括低壓室、高壓室、位于所述低壓室和高壓室之間的變壓室，在光伏箱變的低壓室、高壓室以及變壓室中分別設(shè)置有圖像攝錄裝置，所述圖像攝錄裝置對(duì)低壓室、高壓室以及變壓室中的電氣組件進(jìn)行拍照，本方法包括以下工作流程：步驟1：數(shù)據(jù)采集通過圖像攝錄裝置對(duì)在不同工作狀態(tài)下的光伏箱變監(jiān)控系統(tǒng)的內(nèi)部進(jìn)行拍照并對(duì)應(yīng)構(gòu)建出若干個(gè)子數(shù)據(jù)集；步驟2：數(shù)據(jù)預(yù)處理通過邊緣模糊算法對(duì)各個(gè)子數(shù)據(jù)集中的圖像進(jìn)行特征提取，用于對(duì)圖像數(shù)據(jù)進(jìn)行壓縮；步驟3：數(shù)據(jù)劃分對(duì)步驟2預(yù)處理后的子數(shù)據(jù)集按照比例進(jìn)行劃分，分為用于模型訓(xùn)練的訓(xùn)練集和用于模型測(cè)試的測(cè)試集；
步驟4：構(gòu)建監(jiān)測(cè)模型通過訓(xùn)練集對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，進(jìn)而得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型，然后通過測(cè)試集對(duì)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試評(píng)估，評(píng)估對(duì)比合格即將訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型作為監(jiān)測(cè)模型；步驟5：異常實(shí)時(shí)檢測(cè)通過圖像攝錄裝置定時(shí)采集光伏箱變監(jiān)控系統(tǒng)的低壓室、高壓室以及變壓室中的電氣組件的圖像數(shù)據(jù)，并在經(jīng)邊緣模糊算法的預(yù)處理后送入所述監(jiān)測(cè)模型，進(jìn)行光伏箱變的工作狀態(tài)預(yù)測(cè)。
[0005]在一具體的實(shí)施方式下，間隔定長(zhǎng)時(shí)間第N次執(zhí)行所述步驟5并記錄第N次的工作狀態(tài)預(yù)測(cè)結(jié)果，當(dāng)?shù)贜+1次執(zhí)行步驟5時(shí)比對(duì)驗(yàn)證第N次的工作狀態(tài)預(yù)測(cè)結(jié)果與實(shí)際工作狀態(tài)，如比對(duì)驗(yàn)證得出第N次的工作狀態(tài)預(yù)測(cè)結(jié)果為準(zhǔn)確預(yù)測(cè)則將所記錄的第N次異常實(shí)時(shí)檢測(cè)時(shí)的圖像數(shù)據(jù)及預(yù)測(cè)結(jié)果作為新增數(shù)據(jù)集，通過所述新增數(shù)據(jù)集對(duì)所述監(jiān)測(cè)模型進(jìn)行迭代訓(xùn)練。
[0006]在一具體的實(shí)施方式下，設(shè)定新增數(shù)據(jù)集的閾值數(shù)K，當(dāng)累計(jì)新增數(shù)據(jù)集的數(shù)量M達(dá)到K時(shí)將K各新增數(shù)據(jù)集一起作為迭代訓(xùn)練集對(duì)所述監(jiān)測(cè)模型進(jìn)行迭代訓(xùn)練，并將M的值歸零。
[0007]在一具體的實(shí)施方式下，所述帶注意力機(jī)制的一維卷積神經(jīng)網(wǎng)絡(luò)包括兩個(gè)一維卷積層、兩個(gè)一維池化層、一個(gè)注意力機(jī)制模塊和三個(gè)全連接層，經(jīng)卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的圖像數(shù)據(jù)，圖像數(shù)據(jù)在一個(gè)一維卷積層進(jìn)行卷積處理后經(jīng)過ReLU函數(shù)激活后輸入到一個(gè)一維池化層進(jìn)行池化處理后再送入另一個(gè)一維卷積層進(jìn)行處理，處理后的圖像數(shù)據(jù)經(jīng)過ReLU函數(shù)激活后輸入到另一池化層，再次池化處理后的圖像數(shù)據(jù)經(jīng)所述注意力機(jī)制模塊進(jìn)行加強(qiáng)處理后得到加強(qiáng)特征圖像數(shù)據(jù)，最后輸入到三個(gè)全連接層中得到最終的輸出圖像數(shù)據(jù)。
[0008]在一具體的實(shí)施方式下，注意力機(jī)制模塊接收一維卷積神經(jīng)網(wǎng)絡(luò)的另一個(gè)一維卷積層輸出的特征圖像數(shù)據(jù)，首先對(duì)特征圖像數(shù)據(jù)進(jìn)行自適應(yīng)最大池化，得到一個(gè)對(duì)應(yīng)的特征向量，將特征向量輸入到兩層的全連接網(wǎng)絡(luò)，從而得到一個(gè)權(quán)重向量，將特征圖像數(shù)據(jù)和權(quán)重向量相乘后得到新的特征圖像數(shù)據(jù)再送往一維卷積神經(jīng)網(wǎng)絡(luò)的全連接層進(jìn)行處理。
[0009]在一具體的實(shí)施方式下，步驟1中所述的不同工作狀態(tài)指的光伏箱變的正常工作狀態(tài)以及異常故障狀態(tài)。
[0010]在一具體的實(shí)施方式下，所述異常故障狀態(tài)包括低壓繞組接地故障、低壓側(cè)短路故障、高壓側(cè)斷線故障、高壓側(cè)短路故障、變壓測(cè)壓力故障。
[0011]在一具體的實(shí)施方式下，所述圖像攝錄裝置采用的是帶紅外熱成像功能的相機(jī)。
[0012]特別地，本專利技術(shù)還提供了一種計(jì)算設(shè)備，包括存儲(chǔ)器、處理器和存儲(chǔ)在所述存儲(chǔ)器內(nèi)并能由所述處理器運(yùn)行的計(jì)算機(jī)程序，其中，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述的方法。
[0013]本專利技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在由處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的方法。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)優(yōu)選為非易失性可讀存儲(chǔ)介質(zhì)。
[0014]與現(xiàn)有技術(shù)相比較，本專利技術(shù)專利申請(qǐng)的優(yōu)點(diǎn)在于：本申請(qǐng)的基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法，其根據(jù)現(xiàn)有的監(jiān)控系統(tǒng)對(duì)
于光伏箱變的工作狀態(tài)監(jiān)測(cè)結(jié)果，對(duì)應(yīng)各個(gè)狀態(tài)下所攝錄的圖像數(shù)據(jù)構(gòu)成數(shù)據(jù)集，分出部分作為訓(xùn)練集對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，在通過測(cè)試集對(duì)訓(xùn)練出的模型進(jìn)行測(cè)試驗(yàn)證，評(píng)估合格后即可作為監(jiān)測(cè)模型用以后期的監(jiān)測(cè)預(yù)警，后續(xù)只需要將采集到的圖像尤其是熱成像的圖像數(shù)據(jù)送入到監(jiān)測(cè)模型中即可得到可能產(chǎn)生的異常問題，也就是實(shí)現(xiàn)了異常預(yù)警，如此實(shí)現(xiàn)對(duì)于現(xiàn)有光伏箱變監(jiān)控系統(tǒng)的預(yù)警補(bǔ)充，提高光伏箱變工作狀態(tài)的穩(wěn)定性與可靠性。
附圖說明
[0015]后文將參照附圖以示例性而非限制性的方式詳細(xì)描述本專利技術(shù)的一些具體實(shí)施例。附圖中相同的附圖標(biāo)記標(biāo)示了相同或類似的部件或部分。本領(lǐng)域技術(shù)人員應(yīng)該理解，這些附圖未必是按比例繪制的。附圖中：圖1是根據(jù)本專利技術(shù)一個(gè)實(shí)施例的基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法的流程示意圖；圖2是根據(jù)本專利技術(shù)一個(gè)實(shí)施例的帶注意力機(jī)制的一維卷積神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)示意圖；圖3是根據(jù)本專利技術(shù)一個(gè)實(shí)施例的注意力機(jī)制模塊的結(jié)構(gòu)示意圖；圖4是根據(jù)本申請(qǐng)另一個(gè)實(shí)施例的計(jì)算設(shè)備結(jié)構(gòu)圖；圖5是根據(jù)本申請(qǐng)另一個(gè)實(shí)施例的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)結(jié)構(gòu)圖。
具體實(shí)施方式
[0016]下面將結(jié)合附圖對(duì)本專利技術(shù)的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本專利技術(shù)一部分實(shí)施例，而不是全部的實(shí)施例。基于本專利技術(shù)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本專利技術(shù)保護(hù)的范圍。
[0017]此外，下面所描述的本專利技術(shù)不同實(shí)施方式中所涉及的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互結(jié)合。
[0018]本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法，其特征在于，光伏箱變包括低壓室、高壓室、位于所述低壓室和高壓室之間的變壓室，在光伏箱變的低壓室、高壓室以及變壓室中分別設(shè)置有圖像攝錄裝置，所述圖像攝錄裝置對(duì)低壓室、高壓室以及變壓室中的電氣組件進(jìn)行拍照，本方法包括以下工作流程：步驟1：數(shù)據(jù)采集通過圖像攝錄裝置對(duì)在不同工作狀態(tài)下的光伏箱變監(jiān)控系統(tǒng)的內(nèi)部進(jìn)行拍照并對(duì)應(yīng)構(gòu)建出若干個(gè)子數(shù)據(jù)集；步驟2：數(shù)據(jù)預(yù)處理通過邊緣模糊算法對(duì)各個(gè)子數(shù)據(jù)集中的圖像進(jìn)行特征提取，用于對(duì)圖像數(shù)據(jù)進(jìn)行壓縮；步驟3：數(shù)據(jù)劃分對(duì)步驟2預(yù)處理后的子數(shù)據(jù)集按照比例進(jìn)行劃分，分為用于模型訓(xùn)練的訓(xùn)練集和用于模型測(cè)試的測(cè)試集；步驟4：構(gòu)建監(jiān)測(cè)模型通過訓(xùn)練集對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，進(jìn)而得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型，然后通過測(cè)試集對(duì)訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試評(píng)估，評(píng)估對(duì)比合格即將訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型作為監(jiān)測(cè)模型；步驟5：異常實(shí)時(shí)檢測(cè)通過圖像攝錄裝置定時(shí)采集光伏箱變監(jiān)控系統(tǒng)的低壓室、高壓室以及變壓室中的電氣組件的圖像數(shù)據(jù)，并在經(jīng)邊緣模糊算法的預(yù)處理后送入所述監(jiān)測(cè)模型，進(jìn)行光伏箱變的工作狀態(tài)預(yù)測(cè)；其中，所述步驟4中的深度卷積神經(jīng)網(wǎng)絡(luò)采用的是帶注意力機(jī)制模塊的一維卷積神經(jīng)網(wǎng)絡(luò)，通過注意力機(jī)制模塊對(duì)處理過程中的圖像數(shù)據(jù)進(jìn)行加強(qiáng)處理后得到加強(qiáng)特征數(shù)據(jù)進(jìn)而得到訓(xùn)練后卷積神經(jīng)網(wǎng)絡(luò)模型。2.根據(jù)權(quán)利要求1所述的基于光伏箱變監(jiān)控系統(tǒng)的異常監(jiān)測(cè)學(xué)習(xí)方法，其特征在于，間隔定長(zhǎng)時(shí)間第N次執(zhí)行所述步驟5并記錄第N次的工作狀態(tài)預(yù)測(cè)結(jié)果，當(dāng)?shù)贜+1次執(zhí)行步驟5時(shí)比對(duì)驗(yàn)證第N次的工作狀態(tài)預(yù)測(cè)結(jié)果與實(shí)際工作狀態(tài)，如比對(duì)驗(yàn)證得出第N次的工作狀態(tài)預(yù)測(cè)結(jié)果為準(zhǔn)確預(yù)測(cè)則將所記錄的第N次異常實(shí)時(shí)檢測(cè)時(shí)的圖像數(shù)據(jù)及預(yù)測(cè)結(jié)果作為新增數(shù)據(jù)集，通過所述新增數(shù)據(jù)集對(duì)所述監(jiān)測(cè)模型進(jìn)行迭代訓(xùn)練。3.根據(jù)權(quán)利要...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：高巍，李國(guó)霞，魏龍飛，
申請(qǐng)(專利權(quán))人：常州思瑞電力科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。