[發明專利]一種諧波預警方法、諧波預警裝置及終端設備

在審

• 申請號: 201910905296.4
• 申請日: 2019-09-24
• 公開（公告）號: CN110633870A
• 公開（公告）日: 2019-12-31
• 發明（設計）人: 杜俊杰;何瑞東;段志國;和立輝;杜洋;蔣云峰;梁俊偉;劉清國;曹乾坤
• 申請（專利權）人: 國家電網有限公司;國網河北省電力有限公司;國網河北省電力有限公司邢臺供電分公司;北京中科瑞德科技發展有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 13120 石家莊國為知識產權事務所
• 代理人: 秦敏華

1.一種諧波預警方法，其特征在于，包括：

獲取訓練樣本，所述訓練樣本為以諧波污染度為標簽的電信號；

基于訓練樣本對構建的卷積神經網絡模型進行訓練，獲得訓練后的神經網絡模型；

將采集的待監測的用戶側電網中的電信號輸入訓練后的神經網絡模型，獲得所述用戶側電網中的諧波污染度；

基于所述諧波污染度對所述用戶側電網進行預警動作。

2.如權利要求1所述的諧波預警方法，其特征在于，所述獲取訓練樣本包括：

隨機生成虛擬電信號，并提取所述虛擬電信號的特征參數；

將所述虛擬電信號輸入預先構建的虛擬電網模型，得到所述虛擬電網模型的狀態；

基于所述虛擬電網模型的狀態計算所述虛擬電信號的諧波污染度；

獲取預設數量的虛擬電信號以及對應的諧波污染度，并將每個虛擬電信號的特征參數和對應的諧波污染度作為訓練樣本。

3.如權利要求2所述的諧波預警方法，其特征在于，所述隨機生成虛擬電信號包括：

獲取預設的基波，并在所述基波上隨機生成各次諧波；

將所述基波和隨機生成的各次諧波疊加獲得虛擬電信號。

4.如權利要求2所述的諧波預警方法，其特征在于，所述虛擬電信號的特征參數包括以下至少一項：基波頻率、各次諧波的頻率、各次諧波的幅值、各次諧波的相角、2-50次諧波電壓和諧波電流、三相電壓不平衡度、電壓波動與閃變、電壓偏差、電壓基波有效值和真有效值、電流基波有效值和真有效值、基波有功功率、基波視在功率、真功率因數。

5.如權利要求2所述的諧波預警方法，其特征在于，所述虛擬電網模型的狀態包括以下至少一項：是否存在斷路器誤動作、是否存在變壓器過熱、是否存在電機燒毀、是否存在自動裝置誤動作、所述虛擬電網模型中各用電設備接收到的電能質量。

6.如權利要求2所述的諧波預警方法，其特征在于，所述基于訓練樣本對構建的卷積神經網絡模型進行訓練，獲得訓練后的神經網絡模型包括：

將所述虛擬電信號的特征參數輸入構建的卷積神經網絡模型獲得諧波污染預測值；

基于所述諧波污染預測值和標簽值的差異反向更新所述卷積神經網絡模型的各層的參數；

在所述卷積神經網絡模型收斂后，獲得訓練后的卷積神經網絡模型。

7.如權利要求6所述的諧波預警方法，其特征在于，所述將采集的待監測的用戶側電網中的電信號輸入訓練后的神經網絡模型，獲得所述用戶側電網中的諧波污染度包括：

將采集的待監測的用戶側電網中的電信號的特征參數輸入訓練后的神經網絡模型，獲得所述用戶側電網中的諧波污染度。

8.一種諧波預警裝置，其特征在于，包括：

獲取單元，用于獲取訓練樣本，所述訓練樣本為以諧波污染度為標簽的電信號；

訓練單元，用于基于訓練樣本對構建的卷積神經網絡模型進行訓練，獲得訓練后的神經網絡模型；

模型分析單元，用于將采集的待監測的用戶側電網中的電信號輸入訓練后的神經網絡模型，獲得所述用戶側電網中的諧波污染度；

預警單元，用于基于所述諧波污染度對所述用戶側電網進行預警動作。

9.一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如上的權利要求1至7中任一項所述諧波預警方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如上的權利要求1至7中任一項所述諧波預警方法的步驟。