[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

本發明公開了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；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，設定訓練時長和次數，對歷史配電線路停電信息進行機器學習；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，進行計算；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。本發明不需要配電網其他電量信息，僅依靠電流信息可以可靠鑒別配電線路是否發生停電。

技術領域

本發明涉及一種配電網線路停電信息鑒別方法，具體為基于長短期記憶深度學習網絡的配網線路停電鑒別方法。

背景技術

配電網是電力網絡中與居民生活相關性最大的電網，隨著居民生活水平的不斷提高，用戶對供電可靠性的要求也越來越高。為了滿足用戶的用電需求，電力公司普遍構建了配電網監測系統進行停電管理。但是由于配電網運行情況和網架結構復雜、線路和設備數量較多、廣大地區線路情況監控和信息通道不可靠，當線路停電時，由于電容電流、支線停電等干擾，難以從在線監測系統的海量數據中準確可靠判斷出線路停電情況。線路停電會嚴重影響用戶用電可靠性。

隨著人們對生活質量的重視，供電質量的管理要求越來越高。為了準確判斷線路停電情況，對線路停電進行及時管理，有必要對線路停電進行甄別判斷。由于配電網電氣信息量較大，為了辨識的有效性、簡易性和可實施性，研究停電信息鑒別技術十分必要。本發明僅利用配電線路電流信息的配網線路停電信息鑒別方法。

發明內容

為解決現有技術中存在的不足，本發明的目的在于，提供一種基于長短期記憶深度學習網絡的配網線路停電鑒別方法。針對配網停電信息的鑒別問題，線路電流信息是典型的時序序列，當線路停電時該序列會出現典型特征，長短期記憶深度學習網絡能夠從時序序列中提取歷史數據特征，并根據學習結果判斷線路停電信息情況，基于此構造停電信息鑒別依據。

本發明采用如下的技術方案。本發明提供了一種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。

優選地，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條在t時刻的電流值，