[發(fā)明專利]一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的低電壓診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010587147.0
• 申請(qǐng)日: 2020-06-24
• 公開（公告）號(hào): CN111965476B
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計(jì)）人: 李峰;陳健;袁棟;席文兵;戴欣;汪洋;方鑫;石旭初;崔樹春;程力涵;鄒杰
• 申請(qǐng)（專利權(quán)）人: 國網(wǎng)江蘇省電力有限公司淮安供電分公司;國網(wǎng)江蘇省電力有限公司;國網(wǎng)江蘇省電力有限公司電力科學(xué)研究院;國網(wǎng)江蘇省電力有限公司泰州供電分公司
• 主分類號(hào): G01R31/08
• 分類號(hào): G01R31/08;G01R19/165;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 淮安市科文知識(shí)產(chǎn)權(quán)事務(wù)所 32223
• 代理人: 李鋒

本發(fā)明涉及電網(wǎng)技術(shù)領(lǐng)域，公開了一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的低電壓診斷方法，基于配電網(wǎng)構(gòu)建拓?fù)溥B接圖、節(jié)點(diǎn)物理信息；根據(jù)圖模型計(jì)算圖的拉普拉斯矩陣；并對(duì)拉普拉斯矩陣進(jìn)行譜分解；利用圖模型上的傅里葉變換進(jìn)行圖的卷積操作；輸入X通過Lsubgt;c/subgt;圖卷積層和Lsubgt;f/subgt;全連通層，通過soft?max激活函數(shù)，利用卷積核和全連接網(wǎng)絡(luò)計(jì)算最終輸出的y；基于訓(xùn)練結(jié)果進(jìn)行模型優(yōu)化。與現(xiàn)有技術(shù)相比，本發(fā)明在空間維度上應(yīng)用圖卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖狀態(tài)進(jìn)行推理預(yù)測(cè)，完成低電壓節(jié)點(diǎn)診斷，有效地提高了低電壓實(shí)時(shí)診斷的有效性與實(shí)時(shí)性，提高了電力系統(tǒng)的可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及電網(wǎng)技術(shù)領(lǐng)域，特別涉及一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的低電壓診斷方法。

背景技術(shù)

人們通常認(rèn)為低壓接觸比高壓接觸危險(xiǎn)得多。他們可能認(rèn)為在低壓系統(tǒng)上工作時(shí)犯的一個(gè)錯(cuò)誤只意味著一個(gè)快速的閃光和斷路器跳閘。這是一個(gè)常見的誤解。在某些情況下，低壓接觸會(huì)造成嚴(yán)重的電擊、燒傷甚至死亡。及時(shí)診斷出電力系統(tǒng)低電壓線路所在的位置對(duì)于系統(tǒng)的安全至關(guān)重要。

有基于歷史數(shù)據(jù)抽取低電壓指標(biāo)性能特征，以小時(shí)或天為粒度，匹配低電壓特征，對(duì)低電壓事件進(jìn)行預(yù)測(cè)，對(duì)疑似低電壓事件，細(xì)化低電壓分析顆粒度，對(duì)持續(xù)低電壓預(yù)測(cè)事件進(jìn)行預(yù)警的方法；有基于實(shí)時(shí)用采數(shù)據(jù)、臺(tái)賬和拓?fù)洌诰蛴秒姂B(tài)勢(shì)和狀態(tài)趨勢(shì)，對(duì)低電壓發(fā)生概率進(jìn)行分析評(píng)估，針對(duì)不同概率和低電壓時(shí)間，對(duì)重點(diǎn)指標(biāo)和參數(shù)進(jìn)行定位的低電壓隱患分析方法。上述方法對(duì)低電壓診斷取得了較好效果，但由于缺乏電網(wǎng)拓?fù)湫畔ⅰ⒐?jié)點(diǎn)狀態(tài)等信息，對(duì)復(fù)雜網(wǎng)絡(luò)的實(shí)時(shí)低電壓診斷效果還不是很明顯。所以對(duì)復(fù)雜網(wǎng)絡(luò)的低電壓診斷急需一種診斷效果明顯的診斷方法。

發(fā)明內(nèi)容

發(fā)明目的：針對(duì)現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的低電壓診斷方法，根據(jù)電網(wǎng)拓?fù)錁?gòu)建圖模型，以此為基礎(chǔ)嵌入節(jié)點(diǎn)電流電壓等信息，在空間維度上應(yīng)用圖卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖狀態(tài)進(jìn)行推理預(yù)測(cè)，完成電力系統(tǒng)中的低電壓節(jié)點(diǎn)診斷。

技術(shù)方案：本發(fā)明提供了一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的低電壓診斷方法，包括如下步驟：

步驟1：基于配電網(wǎng)的電氣圖、總線的相互連接關(guān)系構(gòu)建拓?fù)溥B接圖以及節(jié)點(diǎn)的物理信息；

步驟2：根據(jù)步驟1構(gòu)建的圖模型，計(jì)算圖的卷子算子拉普拉斯矩陣；

步驟3：根據(jù)步驟2對(duì)拉普拉斯矩陣進(jìn)行譜分解；

步驟4：利用圖模型上的傅里葉變換進(jìn)行圖的卷積操作；

步驟5：輸入X通過L_c圖卷積層和L_f全連通層，然后通過一個(gè)softmax激活函數(shù)，具體地說，利用卷積核和全連接網(wǎng)絡(luò)計(jì)算最終輸出的y；

步驟6：基于步驟5的訓(xùn)練結(jié)果進(jìn)行模型的優(yōu)化，具體是通過定義交叉熵?fù)p失函數(shù)去對(duì)于模型中的參數(shù)進(jìn)行優(yōu)化。

進(jìn)一步地，所述步驟1包括以下詳細(xì)子步驟：

步驟1-1：用表示電網(wǎng)的無向加權(quán)圖，其中表示節(jié)點(diǎn)的集合，并且ε表示邊的集合，表示加權(quán)鄰接矩陣；

步驟1-2：對(duì)于配電系統(tǒng)中給定的測(cè)量總線，訪問三相電壓和電流相量

進(jìn)一步地，所述步驟2中歸一化圖拉普拉斯矩陣計(jì)算公式為：

Δ＝D^-1/2Δ_uD^-1/2＝I-D^-1/2WD^-1/2

其中，I是單位矩陣，Δ_u＝D-W為的未歸一化圖拉普拉斯行列式，D為對(duì)角線項(xiàng)為D_ii＝∑_jW_i的圖度矩陣。

進(jìn)一步地，所述步驟4中圖的卷積操作詳細(xì)步驟包括: