[發明專利]基于稀疏自編碼的暫態錄波故障數據清洗方法和系統

在審

• 申請號: 202010344297.9
• 申請日: 2020-04-27
• 公開（公告）號: CN111614489A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 劉洋;李立生;孫勇;張林利;張世棟;黃敏;劉合金;蘇國強;李帥;張鵬平;由新紅;王峰
• 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: H04L12/24
• 分類號: H04L12/24;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 趙玉珍

本發明提出了基于稀疏自編碼的暫態錄波故障數據清洗方法和系統，首先把數據庫中的故障數據分批導入稀疏自編碼故障數據清洗模型，計算出故障的皮爾遜相關性的相似度，后進行重復數據清洗；清洗后模型進行稀疏自編碼故障數據特征量提取，提取后的二維特征量數據進行第三模塊的密度峰值快速搜尋聚類完成故障數據類簇分析，識別錯誤類簇后進行錯誤數據隔離，從而完成基于稀疏自編碼的暫態錄波故障數據清洗訓練。本發明還提出了數據清洗系統，本發明基于訓練好的故障數據清洗模型導入主站進行數據分析，進行實測故障數據清洗測試，完成對實測數據中的重復數據、擾動數據、抖動數據的剔除。建立清潔、高效的暫態錄波故障數據庫。

技術領域

本發明屬于電力系統配電自動化領域，特別涉及基于稀疏自編碼的暫態錄波故障數據清洗方法和系統。

背景技術

近年來隨著智能電網的發展，更多的故障指示器應用于電網中，故障指示器逐漸從功能單一化、種類單一化發展到多功能、多類型。現階段故障指示器種類繁多型號復雜，通信功能方式利用了光纖通信、GPRS技術、3G\4G寬帶等技術。其中錄波型故障指示器普遍應用于電網中能夠精確檢測負荷線路的電壓、電流以及相電場強度信息，并通過通信裝置將負荷數據、故障數據上傳至主站。但是出于對精度的追求，使故障指示器的動作閾值設置的更低，從而在獲取故障真實波形的同時會收集到更多的由于惡劣環境、電磁干擾所產生的故障指示器擾動數據、抖動數據以及重復數據對故障數據的判別和分類識別造成困擾，嚴重影響了配電操作和電網運行的效率。

我國自上世紀90年代開始陸續使用故障指示器以來，由于通信技術不斷加強，故障指示器不斷由就地型轉向遠傳型。對于早期的故障數據主要采用專家系統直接進行故障診斷。隨后，有學者提出利用配電網本身拓撲模型建立內存拓撲然后根據故障電流和場強變化進行邏輯判斷；近年來，隨著人工智能神經網絡技術的發展，有學者提出基于離散Hopfield神經網絡的遙信數據清洗算法對遙信數組進行清洗以及錯誤數據、丟失數據的修正。現有針對故障數據清洗方法研究中，多數利用提取故障特征直接進行真實故障數據判別和分類，以完成干擾數據清洗的目的，其特征提取不完善，對真正的故障指示器的干擾、抖動、重復數據達不到更好的清洗。

發明內容

本發明提出了基于稀疏自編碼的暫態錄波故障數據清洗方法和系統，該方法首先剔除重復故障數據，對去重后的故障數據進行完整的特征子提取以及實現特征量聚類和干擾數據隔離清除，建立清潔的數據庫。

為了實現上述目的，本發明提出基于稀疏自編碼的暫態錄波故障數據清洗方法，該方法包括以下步驟：S1：對故障數據進行皮爾遜相關性的相似度計算，去除故障數據中的重復數據；

S2：對去重后的故障數據通過稀疏自編碼模型對故障數據的特征自提取得到二維特征量；

S3：對提取后的二維特征量根據密度峰值快速搜尋的聚類算法進行故障數據清洗。

進一步的，步驟S1包括，對△t時間內的n組故障數據X＝{x₁,x₂,x₃,…,x_n},x_i∈R⁽ⁿ⁾，計算皮爾遜相關性的相似度

進一步的，稀疏自編碼模型包括輸入層、中間隱含層和輸出層。

進一步的，步驟S2包括：

對去重后的m組故障數據X＝{x₁,x₂,x₃,…,x_m},x_i∈R⁽ⁿ⁾作為輸入層進行入網特征提取，中間隱含層激活函數為a(x)＝f(w₁x+b₁)；增加模型的非線性因素，其中其中，w₁為輸入層與中間隱含層之間的權重系數；b₁為輸入層的偏差向量；a(x)為激活后的函數值；