[發(fā)明專利]基于多類信息融合識別的電網(wǎng)故障診斷方法、裝置及設(shè)備

有效

• 申請?zhí)枺?/td>: 202211512825.2
• 申請日: 2022-11-30
• 公開（公告）號: CN115545355B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計）人: 彭詞;王佰淮;胡麗蕊;畢安露;楊昕陸;霍明亮;方曉萌;孫正明;馬琳琦;劉健;徐業(yè)朝;李忠財
• 申請（專利權(quán)）人: 國網(wǎng)天津市電力公司電力科學研究院;國網(wǎng)天津市電力公司培訓中心;國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 北京知聯(lián)天下知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11594
• 代理人: 孔凡梅

本發(fā)明公開了一種基于多類信息融合識別的電網(wǎng)故障診斷方法、裝置及設(shè)備，其中所述方法包括：對電網(wǎng)中多種類型數(shù)據(jù)進行預(yù)處理，獲取所述多種類型數(shù)據(jù)的特征數(shù)據(jù)；將所述多種類型數(shù)據(jù)的特征數(shù)據(jù)進行融合，形成融合后的特征數(shù)據(jù)；根據(jù)融合后的特征數(shù)據(jù)分析電網(wǎng)設(shè)備故障。本公開考慮了不同類型的電網(wǎng)數(shù)據(jù)能夠為電網(wǎng)故障診斷提供更為準確的數(shù)據(jù)基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明屬于電網(wǎng)故障智能診斷技術(shù)領(lǐng)域，尤其涉及一種基于多類信息融合識別的電網(wǎng)故障診斷方法、裝置及設(shè)備。

背景技術(shù)

隨著建設(shè)以新能源為主體的新型電力系統(tǒng)政策的提出，電網(wǎng)呈現(xiàn)出高電壓等級和高比例新能源并網(wǎng)的新特性，導致電網(wǎng)運行不確定因素增強，對電網(wǎng)故障原因診斷和處置提出了前所未有的新要求。現(xiàn)行電網(wǎng)運行信息中存儲了大量的保護錄波圖像數(shù)據(jù)和監(jiān)控運行信息數(shù)據(jù)等多種類型的數(shù)據(jù)，這些數(shù)據(jù)可以用于對電網(wǎng)設(shè)備故障原因進行快速追溯，為電網(wǎng)故障處置恢復(fù)提供策略生成基礎(chǔ)。

但是現(xiàn)有技術(shù)中，由于缺乏對這些多種類型的數(shù)據(jù)進行有效地融合和分析手段，由其是在電網(wǎng)故障檢測中，故障監(jiān)控信息和保護錄波圖像信息是反應(yīng)電網(wǎng)故障較為準確的數(shù)據(jù)，但是現(xiàn)有技術(shù)中，沒有融合考慮這種兩種數(shù)據(jù)進行綜合分析。在發(fā)生故障時多依賴調(diào)度員憑借經(jīng)驗進行故障原因綜合分析和判斷，導致大量的價值數(shù)據(jù)難以充分利用，同時也使電網(wǎng)調(diào)度過度依賴人工經(jīng)驗，難以實現(xiàn)智能調(diào)度。同時，由于調(diào)度員人為需要結(jié)合多種類型的數(shù)據(jù)分析和計算，將難以及時準確地診斷出電網(wǎng)設(shè)備故障原因，給出合理的防控措施，嚴重情況將威脅電網(wǎng)安全穩(wěn)定運行。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提供了一種將多種類型的信息進行融合識別進而對電網(wǎng)故障進行診斷的方法、裝置及設(shè)備。

本公開提供了一種基于多類信息融合識別的電網(wǎng)故障診斷方法，所述方法包括：

對電網(wǎng)中多種類型數(shù)據(jù)進行預(yù)處理，獲取所述多種類型數(shù)據(jù)的特征數(shù)據(jù)；

將所述多種類型數(shù)據(jù)的特征數(shù)據(jù)進行融合，形成融合后的特征數(shù)據(jù)；

其中，所述融合后的特征數(shù)據(jù)包括所述多種類型數(shù)據(jù)的混合編碼向量和故障類別標記；

根據(jù)融合后的特征數(shù)據(jù)分析電網(wǎng)設(shè)備故障。

一些實施例中，形成融合后的特征數(shù)據(jù)后，將融合后的特征數(shù)據(jù)與預(yù)測的特征數(shù)據(jù)進行邏輯運算，獲得前一時刻的故障原因預(yù)測誤差；

基于所述前一時刻的故障原因預(yù)測誤差和當前時刻的故障特征向量，確定M-LSTM網(wǎng)絡(luò)中門結(jié)構(gòu)中輸入門信號、遺忘門信號和輸出門信號；

最后確定電網(wǎng)設(shè)備的故障。

一些實施例中，通過以下方式獲得前一時刻的故障原因預(yù)測誤差：

其中，

為在t-1時刻，即前一時刻的故障原因預(yù)測誤差；-1為負單位矩陣；為在t-1時刻所述多種類型數(shù)據(jù)的預(yù)測值向量；為在t-1時刻融合后的特征數(shù)據(jù)中的混合編碼向量；為矩陣加法運算符。

一些實施例中，所述多種類型數(shù)據(jù)的預(yù)測值是通過LSTM算法獲得。

一些實施例中，通過以下方式確定M-LSTM網(wǎng)絡(luò)中門結(jié)構(gòu)中輸入門信號、遺忘門信號和輸出門信號：

其中，