[發明專利]基于卷積神經網絡的配電網早期故障分類方法及裝置

有效

• 申請號: 201811545327.1
• 申請日: 2018-12-17
• 公開（公告）號: CN109444667B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 張世棟;宋宗勛;丁超;劉合金;樊迪;蘇國強;李建修;任杰;孟海磊;劉寧;劉明林;劉洋;王峰;崔樂樂
• 申請（專利權）人: 國網山東省電力公司電力科學研究院;國家電網有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 張紅蓮

1.一種基于卷積神經網絡的配電網早期故障分類方法，其特征在于，

該方法包括以下步驟：

步驟S1：對配電網中的三相電壓、電流信號進行采集，同時將三相電流求和得到中性點電流，對上述七個波形分別進行小波變換，每個波形經過變換后將被分解為近似系數和細節系數；

步驟S2：獲取原始波形對應的矩陣；

步驟S3：構建卷積神經網絡和其輸入矩陣；

步驟S4：訓練卷積神經網絡；

步驟S5：利用卷積神經網絡進行分類；

其中步驟S1具體包括：采用5層Meyer小波函數進行小波分解，分解結果為S＝a₅+d₁+d₂+…d_m，其中s為原始信號，a₅為小波分解得到的近似系數，d₁…d_m為小波分解得到的細節系數；且原始波形長度為N，a₅,d₁…d_m的長度均為N；

其中步驟S2具體包括：長度為N的原始波形，經過小波變換，得到1層近似系數和m層細節系數，每層系數長度均為N，將這m+1層系數縱向拼接起來，即得到一個長為N、寬為m+1的矩陣，這個矩陣的每一行即為一層系數，其中第一層為近似系數，第2到m+1層為細節系數；每個長度為N的原始波形對應一個長為N、寬為m+1的矩陣。

2.根據權利要求1所述的配電網早期故障分類方法，其特征在于：

步驟S3具體包括：通過選擇適合的網絡架構、超參數，搭建起一個卷積神經網絡；對于配電網中的一次異常事件，獲取三相電壓、三相電流以及中性點電流共7個波形，每個波形對應上述的一個矩陣；將這7個矩陣縱向拼接起來，構成一個長為N、寬為7m+7的矩陣，將最后得到的這個矩陣作為卷積神經網絡的輸入。

3.根據權利要求2所述的配電網早期故障分類方法，其特征在于：

步驟S4中，對于訓練集中的數據，輸入卷積神經網絡的是每個事件對應的矩陣，標簽是每個事件對應的故障種類，卷積神經網絡通過標簽調整自身的權重，使得輸入事件對應矩陣時，輸出為這一事件的標簽。

4.根據權利要求3的配電網早期故障分類方法，其特征在于：

所述每個事件對應的故障種類包括早期故障和非早期故障。

5.根據權利要求4的配電網早期故障分類方法，其特征在于，

對于配網中的一個未知事件，重復步驟S1到S3得到這個未知事件對應的矩陣；在步驟S5中，將這一矩陣輸入訓練好的卷積神經網絡。

6.根據權利要求5的配電網早期故障分類方法，其特征在于，

在步驟S5中通過計算，網絡將輸出所述未知事件的標簽，即故障種類，若輸出的標簽為早期故障，則這一事件屬于早期故障，反之則不是。