[發明專利]基于長短期記憶深度學習網絡的配網線路停電鑒別方法

在審

• 申請號: 202110644438.3
• 申請日: 2021-06-09
• 公開（公告）號: CN113377835A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 李豐君;孫芊;徐銘銘;徐恒博;牛榮澤;李宗峰;陳上吉;馮光;王鵬;陳明;張建賓;謝芮芮;董軒
• 申請（專利權）人: 國網河南省電力公司電力科學研究院;國家電網有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 張紅蓮;王萍

1.基于長短期記憶深度學習網絡的配網線路停電鑒別方法，包括以下步驟：

步驟1，在變電站采集設定時間范圍內配電網各條配電線路的歷史電流數據和歷史停電信息，形成歷史配電線路停電信息；

步驟2，將歷史配電線路停電信息輸入待訓練的LSTM網絡；

步驟3，設定訓練時長和訓練次數，通過公式對歷史配電線路停電信息進行機器學習，當訓練次數達到設定值之后，訓練結束，得到訓練完畢的LSTM網絡；

步驟4，在變電站采集待判斷線路β的待判斷時段電流信息、待判斷時段前后一定時段內的電流信息，并按照時序進行排列；

步驟5，將時序排列后的電流信息輸入訓練完畢的LSTM網絡，LSTM網絡進行計算，通過公式計算得出待判斷線路在待判斷時段內是否發生停電；

步驟6，計算結果為“停電”的，即線路在待判斷時段發生停電事件。

2.根據權利要求1所述的配網線路停電鑒別方法，其特征在于：

步驟1中，以如下矩陣表示配電網歷史信息數據，

式中：

以n表示配電網包含的線路數量，

以Li表示配電網中的第i條線路，i＝1,2,…,n，

以k表示配電網線路歷史數據中包含的采樣點數，

以t表示配電網線路歷史數據的采樣時刻，t＝1,2,…,k，

以I_Lit表示配電網第i條線路在t時刻的電流值，

以E_Li表示第i條線路的停電信息，停電信息為邏輯值1或0，“1”代表線路在k時段內發生了停電事件，“0”代表線路在k時段內沒有發生停電事件。

3.根據權利要求1所述的配網線路停電鑒別方法，其特征在于：

步驟2中，LSTM網絡包括輸入層、隱藏層和輸出層，輸入層以歷史配電線路的停電信息排列為輸入，歷史配電線路的停電信息包括歷史停電時段的電流信息、歷史停電時段前后一段時間的停電信息；隱藏層的結構為多個記憶磚塊構成，每個記憶磚塊含有記憶單元、輸入門、輸出門和遺忘門；輸出層以線路停電結果為輸出。

4.根據權利要求3所述的配網線路停電鑒別方法，其特征在于：

步驟2中，輸入層、隱藏層以及輸出層為前后銜接的關系。

5.根據權利要求3或4所述的配網線路停電鑒別方法，其特征在于：

步驟2中，記憶單元用于存儲每次運算得到的誤差，輸入門用于接受比較輸入層傳遞的信息和上次經過隱藏層后的結果，輸出門用于將隱藏層計算得到的結果向輸出層傳遞，遺忘門根據輸入門和輸出門以及網絡情況調整計算參數。

6.根據權利要求5所述的配網線路停電鑒別方法，其特征在于：

步驟2中，通過前后停電時段長度選取使歷史停電信息長度保持一致，停電時段前、后一段時間的長度均不小于6小時，以確保能夠充分體現停電前的線路狀態。

7.根據權利要求1所述的配網線路停電鑒別方法，其特征在于：

步驟3中，以如下公式對歷史配電線路停電信息進行機器學習，

式中：

Net表示訓練完畢的長短期記憶網絡，

f_LSTM表示長短期記憶網絡深度學習算法，

以I_Lit表示配電網第i條在t時刻的電流值，

以E_Li表示第i條線路的停電信息。

8.根據權利要求1所述的配網線路停電鑒別方法，其特征在于：

步驟4中，待判斷時段前后一定時段的長度不小于3小時以保證能充分提取線路停電前后線路特征。

9.根據權利要求8所述的配網線路停電鑒別方法，其特征在于：

步驟4中，在排列完成后的電流序列后補“-1”來填充序列長度使其等于訓練時LSTM網絡中輸入歷史數據的長度。

10.根據權利要求1所述的配網線路停電鑒別方法，其特征在于：

步驟5中，以如下公式計算得出待判斷線路在待判斷時段內是否發生停電，E_L＝Net[I_Lβ1…I_Lβt]

式中：

E_L表示對待判斷線路的判斷結果，

Net表示訓練完畢的長短期記憶網絡，

I_Lβt表示待判斷線路β在t時刻的電流值，

若E_L＝1，表示待判斷線路發生了停電，計算結果為“停電”；

若E_L＝0，表示待判斷線路沒有發生停電，計算結果為“未停電”。