System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及電網,特別是涉及一種換流閥運行狀態預測方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
技術介紹
1、換流閥作為高壓直流輸電系統的關鍵組件,其運行狀態直接關系到整個系統的安全穩定與運行效率。
2、相關技術中,換流閥的運行狀態通常由人工對換流閥的運行數據進行分析得到;然而,換流閥的實際運行容易受到環境溫度等多種外部因素的動態影響,因此,基于人工分析得到的運行狀態的可靠性較低。
技術實現思路
1、基于此,有必要針對上述運行狀態的可靠性較低的技術問題,提供一種能夠提高運行狀態的可靠性的換流閥運行狀態預測方法、裝置、計算機設備和計算機可讀存儲介質。
2、第一方面,本申請提供了一種換流閥運行狀態預測方法,包括:
3、獲取換流閥在預設時間區間下的運行數據;
4、基于所述預設時間區間,微調預先訓練得到的運行狀態預測基準模型,得到所述預設時間區間下的運行狀態預測模型;
5、基于所述預設時間區間下的所述運行狀態預測模型,對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征;
6、基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,得到所述換流閥在所述預設時間區間下的運行狀態預測結果。
7、在其中一個實施例中,所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征,包括:
8、對所述運行數據進行特征提取,得到所述換流閥在所述預設
9、確定每個候選運行特征與所述預設時間區間之間的關聯性;
10、基于所述每個候選運行特征對應的關聯性,從所述候選運行特征中篩選出所述換流閥在所述預設時間區間下的所述運行特征。
11、在其中一個實施例中,所述換流閥的運行環境中設有多個紅外溫度傳感器,所述運行數據包括每個紅外溫度傳感器采集到的溫度;
12、所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的候選運行特征,包括:
13、確定多個紅外溫度傳感器的數量;
14、基于所述多個紅外溫度傳感器的數量和各紅外溫度傳感器采集的溫度,得到所述運行環境的環境溫度;
15、基于所述預設時間區間對應的溫度回歸系數和所述環境溫度,得到所述換流閥的運行溫度;
16、將所述運行溫度確定為所述換流閥在所述預設時間區間下的候選運行特征。
17、在其中一個實施例中,所述換流閥的運行環境中設有多個紫外線傳感器,所述運行數據包括每個紫外線傳感器采集到的紫外線值;
18、所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的候選運行特征,包括:
19、獲取各紫外線傳感器的靈敏度;
20、基于所述各紫外線傳感器的靈敏度和所述各紫外線傳感器采集到的紫外線指,得到所述運行環境中的紫外線指數;
21、將所述紫外線指數確定為所述換流閥在所述預設時間區間下的候選運行特征。
22、在其中一個實施例中,所述運行數據包括所述換流閥運行時的電壓和電流;
23、所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的候選運行特征,包括:
24、基于所述電壓和所述電流,確定所述換流閥的視在功率和有功功率;
25、基于所述視在功率,確定所述換流閥的負載波動指數,基于所述視在功率和所述有功功率,確定所述換流閥的功率因數;
26、將所述負載波動指數和所述功率因數均確定為所述換流閥在所述預設時間區間下的候選運行特征。
27、在其中一個實施例中,所述運行數據包括所述換流閥運行時的振動信號;
28、所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的候選運行特征,包括:
29、對所述振動信號進行時域分析,得到所述振動信號的振幅均值和振幅均方根值;
30、基于所述振幅均值和所述振幅均方根值,得到所述換流閥的振幅指數;
31、將所述振幅指數確定為所述換流閥在所述預設時間區間下的候選運行特征。
32、在其中一個實施例中,所述基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,得到所述換流閥在所述預設時間區間下的運行狀態預測結果,包括:
33、基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,預測所述換流閥在每個預設運行狀態下的分類信息;
34、基于所述換流閥在各預設運行狀態下的分類信息,在所述各預設運行狀態中,確定所述換流閥對應的至少一個目標運行狀態,得到所述換流閥在所述預設時間區間下的運行狀態預測結果。
35、第二方面,本申請還提供了一種換流閥運行狀態預測裝置,包括:
36、數據獲取模塊,用于獲取換流閥在預設時間區間下的運行數據;
37、模型微調模塊,用于基于所述預設時間區間,微調預先訓練得到的運行狀態預測基準模型,得到所述預設時間區間下的運行狀態預測模型;
38、特征提取模塊,用于基于所述預設時間區間下的所述運行狀態預測模型,對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征;
39、狀態預測模塊,用于基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,得到所述換流閥在所述預設時間區間下的運行狀態預測結果。
40、第三方面,本申請還提供了一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,所述處理器執行所述計算機程序時實現以下步驟:
41、獲取換流閥在預設時間區間下的運行數據;
42、基于所述預設時間區間,微調預先訓練得到的運行狀態預測基準模型,得到所述預設時間區間下的運行狀態預測模型;
43、基于所述預設時間區間下的所述運行狀態預測模型,對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征;
44、基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,得到所述換流閥在所述預設時間區間下的運行狀態預測結果。
45、第四方面,本申請還提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時實現以下步驟:
46、獲取換流閥在預設時間區間下的運行數據;
47、基于所述預設時間區間,微調預先訓練得到的運行狀態預測基準模型,得到所述預設時間區間下的運行狀態預測模型;
48、基于所述預設時間區間下的所述運行狀態預測模型,對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征;
49、基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,得到所述換流閥在所述預設時間區間下的運行狀態預測結果。
50、上述換流閥運行本文檔來自技高網...
【技術保護點】
1.一種換流閥運行狀態預測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征,包括:
3.根據權利要求2所述的方法,其特征在于,所述換流閥的運行環境中設有多個紅外溫度傳感器,所述運行數據包括每個紅外溫度傳感器采集到的溫度;
4.根據權利要求2所述的方法,其特征在于,所述換流閥的運行環境中設有多個紫外線傳感器,所述運行數據包括每個紫外線傳感器采集到的紫外線值;
5.根據權利要求2所述的方法,其特征在于,所述運行數據包括所述換流閥運行時的電壓和電流;
6.根據權利要求2所述的方法,其特征在于,所述運行數據包括所述換流閥運行時的振動信號;
7.根據權利要求1至6任意一項所述的方法,其特征在于,所述基于所述運行狀態預測模型和所述換流閥在所述預設時間區間下的運行特征,得到所述換流閥在所述預設時間區間下的運行狀態預測結果,包括:
8.一種換流閥運行狀態預測裝置,其特征在于,所述裝置包括:
9.一種
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種換流閥運行狀態預測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述對所述運行數據進行特征提取,得到所述換流閥在所述預設時間區間下的運行特征,包括:
3.根據權利要求2所述的方法,其特征在于,所述換流閥的運行環境中設有多個紅外溫度傳感器,所述運行數據包括每個紅外溫度傳感器采集到的溫度;
4.根據權利要求2所述的方法,其特征在于,所述換流閥的運行環境中設有多個紫外線傳感器,所述運行數據包括每個紫外線傳感器采集到的紫外線值;
5.根據權利要求2所述的方法,其特征在于,所述運行數據包括所述換流閥運行時的電壓和電流;
6.根據權利要求2所述的方法,其...
【專利技術屬性】
技術研發人員:李靖翔,盛康,李建勛,賴皓,彭騰,韓豐收,樊友平,古智鵬,尹紅振,何園峰,趙猛,胡輝祥,耿貝貝,劉凱軍,
申請(專利權)人:中國南方電網有限責任公司超高壓輸電公司廣州局,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。