[發明專利]一種基于集成深度神經網絡的單相接地故障診斷方法

在審

• 申請號: 202310273460.0
• 申請日: 2023-03-21
• 公開（公告）號: CN116008733A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 張葛祥;馬松;楊強;劉啟虞;胡洋珩;朱明
• 申請（專利權）人: 成都信息工程大學
• 主分類號: G01R31/08
• 分類號: G01R31/08;G01R31/52;G06N3/0442;G06N3/0464;G06N3/045;G06N3/08
• 代理公司: 北京元本知識產權代理事務所(普通合伙) 11308
• 代理人: 曹廣生

本發明提供了一種基于集成深度神經網絡的單相接地故障診斷方法，屬于單相接地故障診斷技術領域，方法包括：S1.獲取故障線路與非故障線路的歷史數據和在線實時數據；S2.進行缺失值處理和標準化處理；S3.將歷史數據劃分為訓練集和測試集；將在線實時數據定義為驗證集；S4.建立單相接地故障診斷模型，將訓練集和測試集輸入到單相接地故障診斷模型中，進行模型訓練；S5.在模型訓練結束后保存最佳模型參數；S6.將驗證集輸入到最佳模型參數的單相接地故障診斷模型中，進行單相接地故障診斷，完成故障選線。本發明能夠快速有效判別單相接地故障，相對于單一神經網絡模型，能夠顯著提高故障選線準確率，確保故障選線結果的可靠性。

技術領域

本發明涉及單相接地故障診斷技術領域，尤其是涉及一種基于集成深度神經網絡的單相接地故障診斷方法。

背景技術

3～35kV配電網系統一般采用中性點不接地系統和中性點經消弧線圈接地系統。據統計，在我國配電網系統中，發生單相接地故障的概率最高，約占比配電網故障的80%以上。我國電力公司允許配電網系統發生單相接地故障時可保持運行1～2小時。但是，當配電網系統中長時間帶單相接地故障運行，容易引發故障情況增大，若不及時維護，將影響電力系統的正常運行，危及人民群眾生命安全。因此需要快速準確定位故障線路并切除，具有十分重要的意義。

目前，小電流接地系統故障選線方法主要分為兩類，一類是傳統方法，利用人工分析故障數據從中提取故障特征，人為設定故障選線標準，完成故障選線工作。另一類是利用機器學習方法，從大量故障數據樣本中自動學習故障特征并分類，檢測出故障線路。小電流接地系統中故障選線方法大多數采用錄波數據進行分析，存在選線精度低和成本高等問題。

發明內容

本發明提出一種基于集成深度神經網絡的單相接地故障診斷方法，以至少解決上述一個問題。

本發明實施例公開了一種基于集成深度神經網絡的單相接地故障診斷方法，包括如下步驟：

S1.獲取電力調度自動化系統的故障線路與非故障線路的歷史數據，以及故障線路與非故障線路的在線實時數據；

S2.對所述歷史數據和所述在線實時數據進行缺失值處理和標準化處理；

S3.將經S2處理后的所述歷史數據的80%劃分為訓練集，20%劃分為測試集；將經S2處理后的所述在線實時數據定義為驗證集；

S4.建立基于卷積神經網絡(CNN)聯合長短期記憶網絡(LSTM)聯合注意力機制（Attention）集成深度神經網絡的單相接地故障診斷模型，將所述訓練集和所述測試集輸入到所述單相接地故障診斷模型中，計算損失誤差確定模型收斂后結束模型訓練；

其中，模型訓練過程采用早停法（Early?stopping）機制和學習率自更新策略；

S5.在模型訓練結束后保存最佳模型參數；

S6.將所述驗證集輸入到最佳模型參數的所述單相接地故障診斷模型中，進行單相接地故障診斷，完成故障選線。

在一些實施例中，在步驟S1中，所述歷史數據和所述在線實時數據均包括通過電力調度自動化系統采集的故障線路與非故障線路的有功功率、無功功率、三相電流和三相電壓，有功功率、無功功率、三相電流和三相電壓作為特征數據。

在一些實施例中，在步驟S2中，所述標準化處理的標準化公式為：

；

式中，為第個樣本和第個參數的特征數據；；為數據樣本個數；為原始樣本的特征維數；和分別為數據樣本中第個特征量的平均值和標準差。

在一些實施例中，在步驟S2中，所述缺失值處理采用線性插值法，線性插值公式為：

；

式中，為數據樣本的缺失值；和分別為缺失值左右鄰近的數據點值；為缺失值的索引；和為左右鄰近的數據點索引。

在一些實施例中，在步驟S4中，所述單相接地故障診斷模型包括一個輸入層、一個中間層和一個輸出層。