[發明專利]一種基于半監督生成對抗網絡的故障選線方法

有效

• 申請號: 202111024902.5
• 申請日: 2021-09-02
• 公開（公告）號: CN113721113B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 韋化;蘇先昕;張玄;高維;張樂;李佩杰
• 申請（專利權）人: 廣西大學
• 主分類號: G01R31/08
• 分類號: G01R31/08;G06F18/214;G06N3/0475;G06N3/045;G06N3/094
• 代理公司: 廣西匯佳知識產權代理事務所(普通合伙) 45125
• 代理人: 李秋琦

本發明公開了一種基于半監督生成對抗網絡的故障選線方法，包括如下步驟：S1.樣本的采集以及數據預處理；S2.基于半監督深層對抗網絡的故障選線模型構建；S3.半監督生成對抗網絡模型的訓練；S4.基于半監督生成對抗網絡的故障選線模型的在線運行。本發明的方法能夠僅使用少量有標簽數據以及無標簽數據進行訓練，提取單相接地故障特征，即可獲得較高的故障選線精度，解決了傳統數據驅動故障選線方法在僅有少量樣本的情況下訓練困難的問題。

技術領域

本發明屬于電力系統技術領域，具體涉及一種基于半監督生成對抗網絡的故障選線方法。

背景技術

在小電流接地系統中，單相接地故障是最常發生的故障，約占故障總數的80％。小電流接地系統發生單相接地故障時，故障點與線路不產生低阻抗的故障回路，因此故障線路沒有明顯區別于其他線路的故障特征，難以選出故障線路。

傳統的故障選線方法根據使用的故障信號類型不同，可分為三類。它們分別為穩態法、暫態法和注入信號法。進一步地，由于上述方法所需的設備成本較高、易受干擾等問題，實踐中難以達到令人滿意的效果。因此有部分方法嘗試使用數據驅動模型解決故障選線問題。例如，中國專利《一種小電流接地系統單相接地故障選線方法》(公開號CN109581137)和中國專利《一種基于LSTM的單相接地故障選線方法及系統》(申請號CN202110307110.2)等分別提出了使用深度信念網絡和長短期記憶網絡等數據驅動模型進行故障選線。這些方法雖然效果較好且訓練穩定，能夠從大量有標簽故障樣本中提取深層特征，在一定程度上提高了故障選線結果的可靠性。但是，數據驅動模型需要大量的有標簽數據進行模型訓練，該方法在僅有少量樣本的情況下存在訓練困難的問題，這導致許多無足量歷史數據的變電站無法應用這些方法。

有標簽樣本不足的問題主要有兩個方面的因素造成。第一是電力系統絕大多數時間都處于正常運行狀態，故障的概率較?。坏诙菢撕灅擞浀某杀据^大，甚至是不可能的。因此，利用無標簽樣本中隱含的故障特征提升故障選線模型的精度是一條具有極大應用前景的技術路線。

生成對抗網絡(Generative Adversarial Network,GAN)是由Goodfellow等人于2014年提出的一種基于非合作博弈理論的無監督生成式模型。自從被提出以來，該模型廣泛應用于圖片生成、數據增強等領域。半監督生成對抗網絡(Semi-Supervised GenerativeAdversarial Networks,半監督生成對抗網絡)是生成對抗網絡的一種改進模型，它能夠利用較少的有標簽樣本和無標簽樣本進行訓練，最終獲得性能達到先進水平的分類器，半監督生成對抗網絡能夠緩解小樣本應用場景下深度學習算法訓練困難等問題。

發明內容

本發明的目的在于針對現有技術中的上述問題，提供一種基于半監督生成對抗網絡的故障選線方法，該方法能夠僅使用少量有標簽數據以及無標簽數據進行訓練，提取單相接地故障特征，即可獲得較高的故障選線精度，能夠解決傳統數據驅動故障選線方法在僅有少量樣本的情況下訓練困難的問題。

為實現上述發明目的，本發明采用了如下技術方案：

一種基于半監督生成對抗網絡的故障選線方法，包括如下步驟：

S1.樣本的采集以及數據預處理：

采集和存儲從變電站上傳到調度系統的歷史數據，從中提取出故障選線相關的電氣參數并生成樣本；

所述樣本分為有標簽樣本和無標簽樣本，樣本中包含了各線路的電氣參數，所述電氣參數包括三相電流、有功功率、無功功率和功率因數；

采用min-max歸一化對所有樣本的各電氣參數分別進行處理，并將歸一化處理后的數據輸入半監督生成對抗網絡；

S2.基于半監督深層對抗網絡的故障選線模型構建：