[發明專利]配電網故障診斷方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202210406063.1
• 申請日: 2022-04-18
• 公開（公告）號: CN114841199A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 胡志堅;計青青;劉曉莉
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 羅成

1.一種配電網故障診斷方法，其特征在于，所述配電網故障診斷方法包括：

構建基礎診斷網絡，基礎診斷網絡包括卷積層、池化層、全連接層、激活函數、神經網絡超參數以及softmax層；

在基礎診斷網絡中增加殘差結構模塊、批標準化層、ShuffleNet模塊以及注意力模塊得到待訓練診斷網絡；

對故障錄波器收集到的故障電流信息進行預處理得到樣本數據集；

通過樣本數據集對待訓練診斷網絡進行訓練，得到配電網故障診斷網絡，訓練過程中，將Focal Loss作為目標函數進行監督訓練；

基于所述配電網故障診斷網絡進行配電網故障診斷。

2.如權利要求1所述的配電網故障診斷方法，其特征在于，所述對故障錄波器收集到的故障電流信息進行預處理得到樣本數據集的步驟包括：

將故障錄波器收集到的故障電流信息導入MATLAB軟件中，使用max函數及for循環得到樣本數據集，其中，一故障電流信息表示如下：

x＝[Time I_a I_b I_c FT FR FIA LV FL]

其中，I_a表示A相電流，I_b表示B相電流，I_c表示C相電流，FT表示故障類型，FR表示故障電阻，FIA表示故障初相角，LV表示負載大小，FL表示故障位置；

樣本數據集表示如下：

其中，1至n為故障電流信息1至n的標號。

3.如權利要求1所述的配電網故障診斷方法，其特征在于，殘差結構模塊基于卷積層數量進行簡化。

4.如權利要求1所述的配電網故障診斷方法，其特征在于，所述批標準化層用于將任意神經元的輸入值分布規范化為一個標準的正態分布。

5.如權利要求1所述的配電網故障診斷方法，其特征在于，所述ShuffleNet模塊為ShuffleNet_V2，ShuffleNet_V2在通道維度上將輸入特征分割為兩個分支，其中一個分支保持不變并進行相同的映射，而另一個分支以相同的輸出和輸入通道連續進行三次卷積。

6.如權利要求1所述的配電網故障診斷方法，其特征在于，所述注意力模塊包括通道注意力模塊，通道注意力模塊首先進行最大池化操作，得到池化結果M_c，同時對每個通道進行平均池化操作，得到池化結果A_c，假定輸入特征的通道數由c表示，將M_c和A_c分別輸入全連接層，輸出M_c'和A_c'，求和后輸入sigmoid函數進行規范歸一化，sigmoid函數輸出結果為通道注意力。

7.如權利要求1所述的配電網故障診斷方法，其特征在于，所述注意力模塊還包括空間注意力模塊，空間注意力模塊首先對每個通道進行最大池化操作，得到池化結果M_s，同時對每個通道進行平均池化操作，得到池化結果A_s，輸入特征的長度由s表示，拼接池化結果[M_s,A_s]，對[M_s,A_s]進行卷積核大小為[1,7,2]，卷積核個數為1的卷積操作，將卷積結果輸入sigmoid函數進行規范歸一化，sigmoid函數輸出結果為空間注意力。