[發明專利]網絡模型訓練方法、避雷器過電壓電性預測方法和裝置

有效

• 申請號: 202010962246.2
• 申請日: 2020-09-14
• 公開（公告）號: CN112308207B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 呂超;賈俊青;楊德宇;劉丁華;李赫;劉峰;汪有成
• 申請（專利權）人: 內蒙古電力（集團）有限責任公司內蒙古電力科學研究院分公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06F30/27;G06F113/04
• 代理公司: 北京思格頌知識產權代理有限公司 11635
• 代理人: 潘珺;楊超

1.一種網絡模型訓練方法，其特征在于，所述模型用于預測避雷器的過電壓電性，包括：

按設定規則從樣本集中獲取樣本，所述樣本包括電網的電壓低于第一設定閾值時，電網中的避雷器的第一電性參數，及電網的電壓高于第二設定閾值時所述避雷器的第二電性參數；

將所述樣本的第一電性參數輸入當前的RBF網絡模型，根據當前RBF網絡模型的網絡參數，得到輸出數據；

判斷當前的輸出數據與當前樣本的第二電性參數間的誤差是否小于設定誤差閾值；

若否，根據當前的輸出數據調整當前的網絡參數，返回執行所述按設定規則從樣本集中獲取樣本的步驟。

2.如權利要求1所述的方法，其特征在于，所述樣本集中樣本對應的電網的電壓等級相同；所述樣本集中至少包括兩個避雷器的樣本數據。

3.如權利要求1所述的方法，其特征在于，所述當前RBF網絡模型的網絡參數，具體包括：

當首次將樣本的第一電性參數輸入RBF網絡模型時，所述當前RBF網絡模型的網絡參數為預設初值；

當非首次將樣本的第一電性參數輸入RBF網絡模型時，所述當前RBF網絡模型的網絡參數為調整后的當前網絡參數。

4.如權利要求1所述的方法，其特征在于，所述網絡參數包括至少一項下述參數：

當前模型的輸入層單元與隱含層單元間的第一連接權值；

當前模型的隱含層單元與輸出層單元間的第二連接權值；

當前模型的輸出層單元徑向基函數的第一中心和輸出層單元徑向基函數的第一方差；

當前模型的隱含層單元徑向基函數的第二中心和隱含層單元徑向基函數的第二方差。

5.如權利要求4所述的方法，其特征在于，當所述網絡參數包括第一連接權值和第二連接權值時，根據所述當前的輸出數據調整當前的網絡參數，具體包括：

根據當前的輸出數據確定所述樣本對當前模型的輸出層各單元的輸出貢獻、輸出層各單元在所述樣本作用時的輸出和當前模型的隱含層各單元在所述樣本作用時的輸出，進而確定輸出層各單元與隱含層各單元間的第二連接權值的第二增量，根據當前的第二連接權值和所述第二增量更新第二連接權值；

根據所述樣本對當前模型的輸出層各單元的輸出貢獻、輸出層各單元在所述樣本作用時的輸出、更新后的第二連接權值、當前模型的隱含層各單元在所述樣本作用時的輸出和當前模型的輸入層各單元在所述樣本作用時的輸出，確定當前模型的輸入層各單元與隱含層各單元間的第一連接權值的第一增量，根據當前的第一連接權值和所述第一增量更新第一連接權值。

6.如權利要求4所述的方法，其特征在于，當所述網絡參數包括第一中心、第一方差、第二中心和第二方差時，根據當前的輸出數據和所述樣本的第二電性參數調整當前的網絡參數后，還包括：

根據當前模型的輸出層單元徑向基函數的第一中心和輸出層單元徑向基函數的第一方差，確定輸出層各單元的激活函數；和/或，

根據當前模型的隱含層單元徑向基函數的第二中心和隱含層單元徑向基函數的第二方差，確定隱含層各單元的激活函數。

7.如權利要求4～6任一項所述的方法，其特征在于，所述根據當前RBF網絡模型的網絡參數，得到輸出數據前，還包括：

根據輸入層的單元個數和輸出層的單元個數，確定隱含層單元個數。

8.如權利要求1～6任一項所述的方法，其特征在于，還包括：

將所述樣本集中樣本的第一電性參數和第二電性參數進行歸一化處理。

9.一種避雷器過電壓電性預測方法，其特征在于，包括：

獲取電網的電壓低于第一設定閾值時，電網中的避雷器的第一電性參數；

將所述第一電性參數輸入按照權利要求1～8任一項所述的方法訓練的RBF網絡模型中，得到所述避雷器的過電壓電性。

10.一種網絡模型訓練裝置，其特征在于，所述模型用于預測避雷器的過電壓電性，所述裝置包括：

獲取模塊，用于按設定規則從樣本集中獲取樣本，所述樣本包括電網的電壓低于第一設定閾值時，電網中的避雷器的第一電性參數，及電網的電壓高于第二設定閾值時所述避雷器的第二電性參數；

確定模塊，用于將所述獲取模塊獲取的樣本的第一電性參數輸入當前的RBF網絡模型，根據當前RBF網絡模型的網絡參數，得到輸出數據；

判斷模塊，用于判斷確定模塊確定的當前的輸出數據與當前樣本的第二電性參數間的誤差是否小于設定誤差閾值；

優化模塊，若所述判斷模塊判斷為否，用于根據當前的輸出數據調整當前的網絡參數，所述獲取模塊返回執行所述按設定規則從樣本集中獲取樣本的步驟。