【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及電力設(shè)備評(píng)估，尤其是涉及一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法、裝置、設(shè)備及介質(zhì)。
技術(shù)介紹
1、干式空心平波電抗器是直流換流站中的關(guān)鍵設(shè)備之一，其功能包括阻止由直流線路側(cè)或直流開關(guān)中產(chǎn)生的電壓陡波進(jìn)入高壓閥廳，從而避免換流閥因過電壓而受損。此外，它還具有平滑直流電流中的紋波的作用，在負(fù)載較輕時(shí)，可防止電流中斷，從而有效降低換相失敗率。
2、目前，常見的平波電抗器故障監(jiān)測(cè)方法主要包括人工定期巡檢和基于單一閾值的診斷保護(hù)。然而，人工巡檢存在操作局限性，效率相對(duì)較低；而基于單一閾值的診斷保護(hù)方法存在誤報(bào)率和漏報(bào)率較高等問題。
3、除了人工巡檢方式，平波電抗器的運(yùn)行狀態(tài)可以運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行評(píng)估，但傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在時(shí)間序列任務(wù)中難以捕捉到數(shù)據(jù)的動(dòng)態(tài)變化，在處理復(fù)雜的輸入數(shù)據(jù)時(shí)，可能會(huì)過擬合，并且難以有效地學(xué)習(xí)數(shù)據(jù)中的潛在結(jié)構(gòu)，而對(duì)平波電抗器進(jìn)行狀態(tài)感知需要大量、時(shí)間連續(xù)性強(qiáng)的多類別數(shù)據(jù)，因此傳統(tǒng)神經(jīng)網(wǎng)絡(luò)評(píng)估方法存在效率低、誤報(bào)率與漏報(bào)率高的問題。
4、由此可見，如何對(duì)平波電抗器狀態(tài)進(jìn)行精準(zhǔn)評(píng)估，已經(jīng)成為本領(lǐng)域技術(shù)人員所要亟待解決的技術(shù)問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法、裝置、設(shè)備及介質(zhì)，以實(shí)現(xiàn)對(duì)平波電抗器運(yùn)行狀態(tài)的精準(zhǔn)評(píng)估。
2、為了解決上述技術(shù)問題，本專利技術(shù)實(shí)施例提供了一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，包括：
3、獲取目標(biāo)平波電抗器的互感器測(cè)量的時(shí)序數(shù)據(jù)，根據(jù)所述時(shí)序數(shù)據(jù)提取時(shí)序電氣特征量
4、獲取目標(biāo)平波電抗器的傳感器測(cè)量的傳感器數(shù)據(jù)，根據(jù)所述傳感器數(shù)據(jù)生成時(shí)序非電氣量圖像。
5、分別將所述時(shí)序電氣特征量和所述時(shí)序非電氣量圖像向量化，得到電氣量向量和非電氣量向量，根據(jù)所述電氣量向量和所述非電氣量向量對(duì)電抗器評(píng)估模型進(jìn)行訓(xùn)練，所述訓(xùn)練過程被設(shè)計(jì)為將所述非電氣量向量輸入自適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)中，依次沿輸入層、卷積層和池化層傳播，得到池化非電氣量向量，將所述池化非電氣量向量和所述電氣量向量輸入液體神經(jīng)網(wǎng)絡(luò)，根據(jù)損失函數(shù)對(duì)所述電抗器評(píng)估模型進(jìn)行優(yōu)化訓(xùn)練。
6、根據(jù)訓(xùn)練完成的所述電抗器評(píng)估模型對(duì)所述目標(biāo)平波電抗器的運(yùn)行狀態(tài)進(jìn)行評(píng)估分析。
7、進(jìn)一步地，所述將所述非電氣量向量輸入自適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)中，包括：
8、若所述非電氣量向量中存在壞點(diǎn)，則將所述非電氣量向量輸入圖卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行傳播，若所述非電氣量向量中不存在壞點(diǎn)，則將所述非電氣量向量輸入卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行傳播。
9、進(jìn)一步地，所述池化層采用平均池化操作，對(duì)卷積層的輸出進(jìn)行向下采樣，所述池化層的操作過程為：
10、
11、其中，k為窗口內(nèi)元素的數(shù)量，xi+m,j+n為輸入特征圖在池化窗口中的元素，為池化后的輸出的非電氣特征量，m為池化窗口沿高度方向的偏移量，n為池化窗口沿寬度方向的偏移量。
12、進(jìn)一步地，所述將所述池化非電氣量向量和所述電氣量向量輸入液體神經(jīng)網(wǎng)絡(luò)，包括：
13、將所述池化非電氣量向量和所述電氣量向量進(jìn)行矢量相加，并將相加的結(jié)果輸入至液體神經(jīng)網(wǎng)絡(luò)中，所述液體神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)為：
14、
15、其中，xe(t)為t時(shí)刻的電氣量向量值，為t時(shí)刻的池化非電氣量向量值。
16、進(jìn)一步地，所述損失函數(shù)為：
17、
18、其中，c是類別數(shù)，yi是真實(shí)標(biāo)簽，是預(yù)測(cè)標(biāo)簽，λ是正則化強(qiáng)度，wj是網(wǎng)絡(luò)權(quán)重。
19、所述根據(jù)損失函數(shù)對(duì)所述電抗器評(píng)估模型進(jìn)行優(yōu)化訓(xùn)練，包括：
20、在訓(xùn)練過程中計(jì)算損失函數(shù)，根據(jù)所述損失函數(shù)計(jì)算結(jié)果與鏈?zhǔn)椒▌t迭代更新所述電抗器評(píng)估模型的參數(shù)。
21、進(jìn)一步地，所述液體神經(jīng)網(wǎng)絡(luò)通過權(quán)重矩陣實(shí)現(xiàn)神經(jīng)元之間的遞歸連接。
22、進(jìn)一步地，所述根據(jù)訓(xùn)練完成的所述電抗器評(píng)估模型對(duì)所述目標(biāo)平波電抗器的運(yùn)行狀態(tài)進(jìn)行評(píng)估分析，包括：
23、根據(jù)訓(xùn)練完成的所述電抗器評(píng)估模型檢測(cè)所述目標(biāo)平波電抗器的狀態(tài)特征量，根據(jù)所述狀態(tài)特征量對(duì)所述目標(biāo)平波電抗器的運(yùn)行狀態(tài)進(jìn)行評(píng)估分析，所述狀態(tài)特征量為：
24、x(t)＝x(xe1(t),xe2(t)…xem(t)，xne1(t)，xne2(t)…xnen(t))
25、其中，x(t)為平波電抗器在時(shí)刻t時(shí)的特征量，xei(t)為t時(shí)刻平波電抗器第i個(gè)電氣特征量，xnei(t)為t時(shí)刻平波電抗器第i個(gè)非電氣特征量。
26、本專利技術(shù)另一實(shí)施例提供了一種平波電抗器運(yùn)行狀態(tài)評(píng)估裝置，包括：
27、時(shí)序數(shù)據(jù)獲取模塊，用于獲取目標(biāo)平波電抗器的互感器測(cè)量的時(shí)序數(shù)據(jù)，根據(jù)所述時(shí)序數(shù)據(jù)提取時(shí)序電氣特征量。
28、傳感器數(shù)據(jù)獲取模塊，用于獲取目標(biāo)平波電抗器的傳感器測(cè)量的傳感器數(shù)據(jù)，根據(jù)所述傳感器數(shù)據(jù)生成時(shí)序非電氣量圖像。
29、模型訓(xùn)練模塊，用于分別將所述時(shí)序電氣特征量和所述時(shí)序非電氣量圖像向量化，得到電氣量向量和非電氣量向量，根據(jù)所述電氣量向量和所述非電氣量向量對(duì)電抗器評(píng)估模型進(jìn)行訓(xùn)練，所述訓(xùn)練過程被設(shè)計(jì)為將所述非電氣量向量輸入自適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)中，依次沿輸入層、卷積層和池化層傳播，得到池化非電氣量向量，將所述池化非電氣量向量和所述電氣量向量輸入液體神經(jīng)網(wǎng)絡(luò)，根據(jù)損失函數(shù)對(duì)所述電抗器評(píng)估模型進(jìn)行優(yōu)化訓(xùn)練。
30、狀態(tài)評(píng)估模塊，用于根據(jù)訓(xùn)練完成的所述電抗器評(píng)估模型對(duì)所述目標(biāo)平波電抗器的運(yùn)行狀態(tài)進(jìn)行評(píng)估分析。
31、本專利技術(shù)又一實(shí)施例提供了一種計(jì)算機(jī)設(shè)備，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述的平波電抗器運(yùn)行狀態(tài)評(píng)估方法。
32、本專利技術(shù)再一實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如上所述的平波電抗器運(yùn)行狀態(tài)評(píng)估方法。
33、相比于現(xiàn)有技術(shù)，本專利技術(shù)實(shí)施例的有益效果在于以下所述中的至少一點(diǎn)：
34、(1)通過引入液體神經(jīng)網(wǎng)絡(luò)引入時(shí)間延遲和動(dòng)態(tài)遞歸連接，使得網(wǎng)絡(luò)能夠存儲(chǔ)并反映過去的輸入信息，從而更好地捕捉時(shí)序特征，使得網(wǎng)絡(luò)能夠在輸入數(shù)據(jù)變化時(shí)自動(dòng)調(diào)整其內(nèi)部狀態(tài)，保持對(duì)復(fù)雜模式的敏感性，從而提高平波電抗器運(yùn)行狀態(tài)評(píng)估結(jié)果的可靠性。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述將所述非電氣量向量輸入自適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)中，包括：
3.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述池化層采用平均池化操作，對(duì)卷積層的輸出進(jìn)行向下采樣，所述池化層的操作過程為：
4.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述將所述池化非電氣量向量和所述電氣量向量輸入液體神經(jīng)網(wǎng)絡(luò)，包括：
5.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述損失函數(shù)為：
6.如權(quán)利要求5所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述液體神經(jīng)網(wǎng)絡(luò)通過權(quán)重矩陣實(shí)現(xiàn)神經(jīng)元之間的遞歸連接。
7.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述根據(jù)訓(xùn)練完成的所述電抗器評(píng)估模型對(duì)所述目標(biāo)平波電抗器的運(yùn)行狀態(tài)進(jìn)行評(píng)估分析，包括：
8.一種平波電抗器運(yùn)行狀態(tài)評(píng)估裝置，其特征在于，包括：
9.一種計(jì)算機(jī)設(shè)備，其
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如權(quán)利要求1至7中任意一項(xiàng)所述的平波電抗器運(yùn)行狀態(tài)評(píng)估方法。
...【技術(shù)特征摘要】
1.一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述將所述非電氣量向量輸入自適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)中，包括：
3.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述池化層采用平均池化操作，對(duì)卷積層的輸出進(jìn)行向下采樣，所述池化層的操作過程為：
4.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述將所述池化非電氣量向量和所述電氣量向量輸入液體神經(jīng)網(wǎng)絡(luò)，包括：
5.如權(quán)利要求1所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述損失函數(shù)為：
6.如權(quán)利要求5所述的一種平波電抗器運(yùn)行狀態(tài)評(píng)估方法，其特征在于，所述液體神經(jīng)網(wǎng)絡(luò)通過權(quán)重矩陣...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：宗萬里，胡錦根，鄒暉，焦晨驊，賈軒濤，胡俊華，孫林濤，張波，朱貴池，魏華兵，邢佳磊，程興民，朱玉婷，葉可，張勇，王旋，衛(wèi)林林，劉超，王亞鵬，沈正元，彭晨光，
申請(qǐng)(專利權(quán))人：國網(wǎng)浙江省電力有限公司超高壓分公司，
類型：發(fā)明
國別省市：
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。