[發明專利]一種基于深度神經網絡的電網災情應急演練管理系統

有效

• 申請號: 202110767767.7
• 申請日: 2021-07-07
• 公開（公告）號: CN113379326B
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 林爽;王裴培;唐鈺翔;孫怡長;秦萃麗;毛健;余志強;鄒勇;吳歧;李沛
• 申請（專利權）人: 貴州電網有限責任公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 朱寶慶

本發明公開了一種基于深度神經網絡的電網災情應急演練管理系統，包括災情變量抓取模塊，用于通過災情斷面的歷史經驗抓取災情發生時的電氣量變化特征；場景篩選分析模塊，與災情變量抓取模塊連接，通過分析電氣量變化特征獲取規律，并運用規律從眾多場景中抓取相應的災害場景；災情自學習模塊，與場景篩選分析模塊連接，采用深度神經網絡算法進行災害場景的篩選；評估分析模塊，與災情自學習模塊連接，利用篩選后的災害場景對電網災情的嚴重性進行量化評估；應急管理模塊，與評估分析模塊連接，根據量化評估的結果進行電網災情應急演練管理，解決了現有電網災情應急演練管理系統在面對眾多災情場景數量的具體優化計算時存在求解困難的問題。

技術領域

本發明涉及電網安全的技術領域，尤其涉及一種基于深度神經網絡的電網 災情應急演練管理系統。

背景技術

隨著我國電力工業進入大電網、大機組、高電壓、高自動化的階段，電力 系統管理復雜性加大，電力安全管理工作的難度也在加大，作為整體運行風險 的控制部門，安監部在管理全網安全生產應急管理工作面臨著諸多難題，體現 在其配置的現有電網災情應急演練管理系統在面對眾多災情場景數量的具體 優化計算時存在求解困難的問題，無法對電網災情應急演練的管理作出及時有 效的判斷，成為本領域亟待解決的問題之一。

發明內容

本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較 佳實施例。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或 省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略 不能用于限制本發明的范圍。

鑒于上述現有電網災情應急演練管理系統存在的問題，提出了本發明。

因此，本發明解決的技術問題是：解決現有電網災情應急演練管理系統在 面對眾多災情場景數量的具體優化計算時存在求解困難的問題。

為解決上述技術問題，本發明提供如下技術方案：一種基于深度神經網絡 的電網災情應急演練管理系統，包括災情變量抓取模塊，用于通過災情斷面的 歷史經驗抓取災情發生時的電氣量變化特征；場景篩選分析模塊，與所述災情 變量抓取模塊連接，通過分析所述電氣量變化特征獲取規律，并運用所述規律 從眾多場景中抓取相應的災害場景；災情自學習模塊，與所述場景篩選分析模 塊連接，采用深度神經網絡算法進行所述災害場景的篩選；評估分析模塊，與 所述災情自學習模塊連接，利用篩選后的所述災害場景對電網災情的嚴重性進 行量化評估；應急管理模塊，與所述評估分析模塊連接，根據量化評估的結果 進行電網災情應急演練管理。

作為本發明所述的基于深度神經網絡的電網災情應急演練管理系統的一 種優選方案，其中：所述災情變量抓取模塊抓取的所述電氣量變化特征包括電 流、電壓和頻率。

作為本發明所述的基于深度神經網絡的電網災情應急演練管理系統的一 種優選方案，其中：所述災情自學習模塊包括預處理模塊，用于對災情斷面的 歷史數據進行預處理，并利用災情評估指標建立評級體系；構建模塊，用于構 建神經網絡模型，并將災情按其嚴重程度進行分類作為模型輸出；訓練模塊， 用于將經所述預處理模塊處理的所述災情斷面的歷史數據加載到所述神經網 絡模型后，選取訓練參數對其進行訓練和學習；輸出模塊，用于實時獲取新的 電網場景輸入至完成訓練的所述神經網絡模型，實時獲取災情評估等級。

作為本發明所述的基于深度神經網絡的電網災情應急演練管理系統的一 種優選方案，其中：所述預處理模塊對災情斷面的歷史數據進行預處理，并利 用災情評估指標建立評級體系包括通過獲取單元對災情資料、暴雨資料、故障 資料和電網分布數據進行收集；通過處理單元通過危害辨識構建所述評級體 系，經過歸一化處理之后作為網絡的輸出。