[發明專利]一種基于深度置信網絡的數字化電能表故障診斷方法

在審

• 申請號: 201810521491.2
• 申請日: 2018-05-28
• 公開（公告）號: CN108732528A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 鄭州;黃天富;郭志偉;張凱;吳志武;王春光;伍翔
• 申請（專利權）人: 國網福建省電力有限公司電力科學研究院;國網福建省電力有限公司
• 主分類號: G01R35/04
• 分類號: G01R35/04
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及一種基于深度置信網絡的數字化電能表故障診斷方法，包括：（1）獲取原始采集數據；（2）數據預處理；（3）設置模型超參數；（4）用訓練樣本訓練模型；（5）用測試樣本測試模型；（6）輸出數字化電能表故障診斷結果。本發明提出的一種基于深度置信網絡的數字化電能表故障診斷方法，將深度學習理論應用于電能表故障診斷中，在數據量大、易缺失的情況下自動學習各種故障下各采集數據的變化特征，同時具有較好的容錯性，有助于提高數字化電能表故障診斷精確性和及時性，保證柔性直流輸電系統的安全穩定運行。

技術領域

本發明涉及故障診斷技術領域，特別是一種基于深度置信網絡的數字化電能表故障診斷方法。

背景技術

隨著柔性直流輸電技術的深入研究和電力電子技術的快速發展，在解決遠距離，大容量輸電，新能源分布式電源接入，以及特大型交直流混合電網面臨的諸多問題時具有特殊優勢。作為新一代直流輸電技術，柔性直流輸電為電網輸電方式的變革和構建未來電網提供了有效的解決方案。目前柔性直流輸電工程進入高速發展期，柔性直流輸電系統作為新型的電能輸送模式，與傳統的交流和直流輸電系統存在差異。此外，當前的計量系統正處于從傳統計量系統向數字化計量系統的過渡階段。目前只開展了系統建設、一次設備可靠性及運行維護等方面研究，而在柔性直流輸電的數字化計量子系統運行維護研究方面處于空白，不僅沒有分析柔性直流輸電的數字化計量子系統與傳統計量系統的區別，而且對其可能出現的異常操作模式和快速判別方法也沒有進行詳細研究。在柔直系統實際運行中，會由于計量系統發生異常運行而導致電能計費出現問題，影響電費結算。

目前，世界范圍內歐洲、大洋洲、美洲、亞洲、非洲16個國家均有柔性直流輸電工程投運或在建。其中，已投運工程經歷了從2電平到3電平又回到2電平、模塊化多電平的技術發展路線，在建柔性直流輸電工程幾乎全部為模塊化多電平拓撲。

VSC-HVDC輸電技術的理論研究與實際工程應用互相支撐，國內外學者理論研究熱點主要集中在系統建模及控制策略兩方面。對于柔性直流輸電系統中的電能計量，目前沿用的是現有的數字化計量設備，但是這些設備都是針對傳統輸電系統的電能計量設計的，其運行的精確性和穩定性均未在現有的柔性直流輸電工程中得到驗證。尤其在目前沒有充分先驗知識和工程案例情況下的柔直數字化計量子系統的異常運行模式及實時監測方法的研究也才剛剛起步。

相較于上述幾種方法，基于深度置信網絡(Deep Belief Network,DBN)的數字化電能表故障診斷方法能夠充分利用各類型采集數據，自動提取故障時刻電氣量的變化規律和故障特征，提高模型的自主學習能力和容錯率，故障診斷速度更快、精度更高。

發明內容

本發明的目的在于提供一種基于深度置信網絡的數字化電能表故障診斷方法，以克服現有技術中存在的缺陷。

為實現上述目的，本發明的技術方案是：一種基于深度置信網絡的數字化電能表故障診斷方法，按照如下步驟實現：

步驟S1：獲取數字化電能表歷史監測數據，包括正常樣本和故障樣本；

步驟S2：對所獲取數字化電能表歷史監測數據進行數據預處理，剔除冗余數據和壞數據，對原始時域信號0-1歸一化，并按照預設比例劃分訓練集和測試集；

步驟S3：根據訓練數據確定深度置信網絡的超參數，包括：輸入節點、輸出節點、最大層數、每層的節點數和最大迭代次數；

步驟S4：通過訓練數據訓練深度置信網絡，反復迭代直至深度置信網絡的代價函數低于預設閾值；

步驟S5：將測試數據導入到已經訓練好的深度置信網絡中進行測試，如果測試精度不滿足預設閾值要求，則重復步驟S3以及步驟S4再次訓練深度置信網絡；

步驟S6：將深度置信網絡用于柔性直流輸電系統中的數字化電能表故障診斷，輸出數字化電能表故障診斷結果。