[發(fā)明專利]基于IEWT和IMDMF的直流配電系統(tǒng)故障檢測方法

有效

• 申請?zhí)枺?/td>: 202110418998.7
• 申請日: 2021-04-19
• 公開（公告）號: CN113125902B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計）人: 洪翠;連淑婷;郭謀發(fā);高偉
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G01R31/08
• 分類號: G01R31/08;G01R31/58;G01R31/00;G06F17/14;G06F17/16;G06K9/62
• 代理公司: 福州元創(chuàng)專利商標代理有限公司 35100
• 代理人: 陳鼎桂;蔡學(xué)俊

1.一種基于IEWT和IMDMF的直流配電系統(tǒng)故障檢測方法，其特征在于，包括以下步驟:

獲取直流配電線路故障、交流系統(tǒng)故障的數(shù)據(jù)，并構(gòu)建改進多視角深度矩陣分解和軟分配層相結(jié)合的故障分類模型；

所述構(gòu)建改進多視角深度矩陣分解和軟分配層相結(jié)合的故障分類模型，具體如下：

獲取包含直流配電線路故障、交流系統(tǒng)故障的數(shù)據(jù)，構(gòu)建訓(xùn)練集數(shù)據(jù)庫；

利用訓(xùn)練集訓(xùn)練改進多視角深度矩陣分解模型的參數(shù)，獲得多視角數(shù)據(jù)共有的表示矩陣XU；

利用獲得的表示矩陣XU訓(xùn)練軟分配層參數(shù)，獲得各個類別的得分值G；

將各個類別得分值G映射至0～1，獲得各個類別的概率值P_m，從中取最大概率值P_max及其對應(yīng)的類別；

設(shè)置閾值P_th，當滿足P_thP_max時，輸出P_max對應(yīng)的類別，否則輸出“未知類型”；

保存改進多視角深度矩陣分解模型及軟分配層參數(shù)，構(gòu)建直流配電系統(tǒng)故障分類模型；

直流配電系統(tǒng)的線路兩端安裝保護裝置，實時監(jiān)測采集直流線路的電流電壓波形，并獲得極間電壓u_dc；

采用改進經(jīng)驗小波變換自適應(yīng)分解電流波形，得到電流分量c_1～3；

計算細節(jié)系數(shù)的最大值A(chǔ)_max，并設(shè)定閾值A(chǔ)_th，當滿足A_maxA_th時，判定發(fā)生故障；

將獲得的電流分量c_1～3、極間電壓u_dc輸入故障分類模型中，實現(xiàn)直流配電系統(tǒng)故障類型的劃分。

2.根據(jù)權(quán)利要求1所述的基于IEWT和IMDMF的直流配電系統(tǒng)故障檢測方法，其特征在于，所述獲得多視角數(shù)據(jù)共有的表示矩陣XU，具體如下：

根據(jù)公式(1)對多視角輸入信號進行權(quán)重學(xué)習(xí)，獲得融合數(shù)據(jù)X；

X≈W{X₁,X₂,…,X_v} (1)其中，W為權(quán)重自學(xué)習(xí)網(wǎng)絡(luò)中的權(quán)重矩陣，{X₁,X₂,…,X_v}表示將數(shù)據(jù)矩陣橫向進行拼接，X₁,X₂,…,X_v對應(yīng)c_1～3、u_dc四個視角的輸入數(shù)據(jù)；

將獲得的融合數(shù)據(jù)X輸入深度矩陣分解模型；

其中，XU為多視角數(shù)據(jù)共有的表示矩陣，其實際意義為各個數(shù)據(jù)點在底層的真實表征，V_s^1T為第1個視角的基矩陣，S深度分解的層數(shù)為四，v視角個數(shù)為四。

3.根據(jù)權(quán)利要求1所述的基于IEWT和IMDMF的直流配電系統(tǒng)故障檢測方法，其特征在于，所述得分值G，具體為：

G≈XUW_c (3)

其中W_c為類別分配權(quán)重矩陣，G為類別得分矩陣。

4.根據(jù)權(quán)利要求1所述的基于IEWT和IMDMF的直流配電系統(tǒng)故障檢測方法，其特征在于，所述最大概率值P_max，具體為：

其中，q類別總數(shù)為四，分別為直流線路正極接地故障、負極接地故障、極間短路故障、交流側(cè)故障。