[發明專利]一種輸電線路故障診斷方法、系統、電子設備和存儲介質有效
| 申請號: | 202110277186.5 | 申請日: | 2021-03-15 |
| 公開(公告)號: | CN113049914B | 公開(公告)日: | 2023-02-07 |
| 發明(設計)人: | 歐陽業;胡金磊;黃紹川;李少鵬;潘斌;黎陽羊;何燦 | 申請(專利權)人: | 廣東電網有限責任公司清遠供電局 |
| 主分類號: | G01R31/08 | 分類號: | G01R31/08;G06N3/04 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 511518 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 輸電 線路 故障診斷 方法 系統 電子設備 存儲 介質 | ||
1.一種輸電線路故障診斷方法,其特征在于,包括:
獲取輸電線路在正常工作下的電力數據、在不同故障類型下的電力數據以及輸電線路的參數,所述輸電線路的參數包括輸電線路的距離;
對所述輸電線路在正常工作下的電力數據進行歸一化處理確定故障閾值曲線,以及對所述輸電線路在不同故障類型下的電力數據進行歸一化處理確定故障類型曲線,其中,所述故障閾值曲線以距離為橫坐標,以所述電力數據為縱坐標;
根據所述故障閾值曲線和所述輸電線路的參數確定所述輸電線路在正常工作下的圖譜,以及根據所述故障類型曲線和所述輸電線路的參數確定所述輸電線路在不同故障類型下的圖譜;
分別對所述輸電線路在正常工作下的圖譜和所述輸電線路在不同故障類型下的圖譜進行特征提取,確定特征數據集;
以所述特征數據集為輸入,以故障診斷結果為輸出,構建故障診斷模型,所述故障診斷結果包括故障類型和故障位置,所述故障位置為塔桿的標號以及塔桿的坐標;
利用所述故障診斷模型進行所述輸電線路故障診斷得到所述輸電線路的故障診斷結果;
所述根據所述故障閾值曲線和所述輸電線路的參數確定所述輸電線路在正常工作下的圖譜,以及根據所述故障類型曲線和所述輸電線路的參數確定所述輸電線路在不同故障類型下的圖譜,包括:
在故障閾值曲線和故障類型曲線上擬合輸電線路的參數,分別得到輸電線路在正常工作下的圖譜和輸電線路在不同故障類型下的圖譜。
2.根據權利要求1所述的一種輸電線路故障診斷方法,其特征在于,所述獲取輸電線路在正常工作下的電力數據、在不同故障類型下的電力數據以及輸電線路的參數,之后還包括:
對電力數據進行數據預處理;所述數據預處理包括:濾波、清洗以及去噪。
3.根據權利要求1所述的一種輸電線路故障診斷方法,其特征在于,所述以所述特征數據集為輸入,以故障診斷結果為輸出,構建故障診斷模型,具體包括:
將提取的輸電線路在不同故障類型下的圖譜特征數據集與對應的故障類型組成第一訓練集,并通過所述第一訓練集訓練第一支路卷積神經網絡;
將提取的輸電線路在不同故障類型下的圖譜特征數據集與對應的故障位置組成第二訓練集,并通過第二訓練集訓練第二支路卷積神經網絡;
構建與所述第一支路卷積神經網絡和所述第二支路卷積神經網絡具有相同中間層結構的并聯卷積神經網絡,并且把所述第一支路卷積神經網絡和所述第二支路卷積神經網絡中間層中的權重參數值和偏置參數值復制給并聯卷積神經網絡的兩個支路對應位置;
固定所述并聯卷積神經網絡支路的參數值不變,利用所述特征數據集訓練所述并聯卷積神經網絡的輸入層參數和輸出層參數,得到故障診斷模型。
4.根據權利要求1所述的一種輸電線路故障診斷方法,其特征在于,所述利用所述故障診斷模型進行所述輸電線路故障診斷,之后還包括:
通過瀏覽器界面結合衛星地圖展示所述故障診斷結果,并以短息通報格式將所述故障診斷結果進行發送。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東電網有限責任公司清遠供電局,未經廣東電網有限責任公司清遠供電局許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110277186.5/1.html,轉載請聲明來源鉆瓜專利網。





