[發明專利]基于網絡拓撲及長時序信息的配電網工況錄波分類方法

有效

• 申請號: 201711404581.5
• 申請日: 2017-12-22
• 公開（公告）號: CN108154223B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 姚薔;張建良;戴義波
• 申請（專利權）人: 北京映翰通網絡技術股份有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G01R31/00
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 巴曉艷

1.一種基于網絡拓撲及長時序信息的配電網工況分類方法，其特征在于，所述配電網工況分類方法包括：

對多個配電網監測點的工況錄波進行波形拼接；所述波形拼接是指根據廣域對時技術對各監測點數據的采集時間點對齊并截取出波形的公共區段，然后按不同配電網監測點的網絡拓撲關系按順序拼接形成完整的各監測點同步數據；所述按順序拼接是指以當前需判斷的監測點錄波數據為中心，依據網絡拓撲結構將當前需判斷監測點的前端監測點和后端監測點的錄波拼接在該當前需判斷的監測點錄波數據的前后，而其他監測點的錄波數據按照波形異常程度及網絡拓撲結構排列在前端監測點或后端監測點附近；對拼接后的波形進行預處理以獲得多個有效波形區域；

構建包含卷積層區域和長短時期記憶網絡單元的多數據塊輸入深度神經網絡框架，并根據該多數據塊輸入深度神經網絡框架構建具有與其相同卷積層區域的單數據塊輸入深度神經網絡框架；

利用超參數生成器生成多個單數據塊輸入深度神經網絡模型，使用工況錄波分類數據集對該多個單數據塊輸入深度神經網絡模型分別訓練以獲得最優單數據塊輸入深度神經網絡模型，并從該最優單數據塊輸入深度神經網絡模型中提取卷積層區域的結構及參數；

利用該提取的卷積層區域的結構及參數初始化多數據塊輸入深度神經網絡框架，利用超參數生成器生成多個多數據塊輸入深度神經網絡模型，使用工況錄波分類數據集對該多個多數據塊輸入深度神經網絡模型分別訓練以獲得最優多數據塊輸入深度神經網絡工況分類器模型；

將所述多個有效波形區域輸入最優多數據塊輸入深度神經網絡工況分類器模型以獲得工況類型。

2.根據權利要求1所述的配電網工況分類方法，其特征在于，所述波形拼接是指根據廣域對時技術對各配電網監測點的工況錄波的采集時間點對齊并截取出波形的公共區段，然后按不同配電網監測點的網絡拓撲關系按順序拼接。

3.根據權利要求1所述的配電網工況分類方法，其特征在于，所述卷積層區域包含卷積塊，所述卷積塊的結構可以為雙層卷積層疊加結構，或者為多通道的且每一通道由雙層卷積層疊加的結構構成，或者為多通道的且每一通道包含1至3層卷積層的結構構成。

4.根據權利要求3所述的配電網工況分類方法，其特征在于，所述卷積層區域中的卷積塊之間設置有殘量連接，所述殘量連接是指將一個卷積塊的輸入和輸出取和，并將取和結果作為輸入傳遞至下一卷積塊。

5.根據權利要求1所述的配電網工況分類方法，其特征在于，所述工況錄波分類數據集包括訓練數據集、驗證數據集和測試數據集，所述訓練數據集、驗證數據集和測試數據集包含短路、接地、停電、復電、大負荷投入、大負荷切出和雷擊中至少一種的工況數據。

6.一種配電網工況分類裝置，所述裝置采用如權利要求1-5之一所述的配電網工況分類方法對配電網工況錄波進行分類。