[發明專利]基于多通道卷積神經網絡的閥冷系統故障診斷方法及裝置

在審

• 申請號: 202310588195.5
• 申請日: 2023-05-23
• 公開（公告）號: CN116578922A
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 董熙;張國華;高晟輔;趙欣洋;劉釗;陳昊陽;江楠;邱樹明
• 申請（專利權）人: 南京南瑞繼保電氣有限公司;國家電網有限公司直流技術中心;國網寧夏電力有限公司;國網寧夏電力有限公司超高壓公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06F18/214;G06F18/25;G06N3/0464;G06N3/048;G06N3/047;G06N3/0985
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葛瀟敏

本發明公開一種基于多通道卷積神經網絡的閥冷系統故障診斷方法及裝置，獲取故障時間段閥冷控保裝置錄波信息、后臺事件，進行數據處理，構建基于閥冷系統故障信息的數據集；將所述數據集劃分為訓練集和測試集；構建多通道卷積神經網絡模型，采用訓練集對其進行訓練，得到訓練后的多通道卷積神經網絡模型，然后采用測試集對所述訓練后的多通道卷積神經網絡模型進行驗證評價，得到最終的多通道卷積神經網絡模型；保存所述最終的多通道卷積神經網絡模型模型，待具體診斷時復用該模型，對待測數據進行故障診斷分類。此種技術方案解決了當前故障診斷主要依靠人工判別的現狀，減小了運維成本，能夠提高換流站閥冷系統故障檢測的效率以及準確率。

技術領域

本發明屬于電力系統領域，具體涉及一種采用多通道卷積神經網絡，用于換流閥冷卻系統故障診斷的方法及裝置。

背景技術

隨著我國經濟實力、國民生活水平的提高，用電需求也急劇升高，因此特高壓直流輸電工程因運而生。其中，換流閥是實現高壓交直流電能轉換的核心設備，其冷卻能力則是影響高壓直流輸電系統安全可靠運行的重要因素。因而，當閥冷系統出現故障時，高效識別閥冷系統故障，準確定位故障部件，可以有效縮短檢修時間，提升運維效率。

目前，主要采用人工手段進行閥冷系統的故障診斷。運維人員通過后臺故障事件以及閥冷控制保護裝置產生的波形信息，結合現場觀測情況，進行故障原因判斷，從而定位故障部件。該方法增加了運維成本，其準確率高度依賴運維人員的經驗及知識儲備。

在所述背景技術部分公開的上述信息僅用于加強對本申請的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本發明的目的，在于提供一種基于多通道卷積神經網絡的閥冷系統故障診斷方法及裝置，解決了當前故障診斷主要依靠人工判別的現狀，減小了運維成本，提高換流站閥冷系統故障檢測的效率以及準確率。

為了達成上述目的，本發明的解決方案是：

一種基于多通道卷積神經網絡的閥冷系統故障診斷方法，包括如下步驟：

步驟1，獲取故障時間段閥冷控保裝置錄波信息、后臺事件，進行數據處理，構建基于閥冷系統故障信息的數據集；

步驟2，將所述數據集劃分為訓練集和測試集；

步驟3，構建多通道卷積神經網絡模型，采用訓練集對其進行訓練，得到訓練后的多通道卷積神經網絡模型，然后采用測試集對所述訓練后的多通道卷積神經網絡模型進行驗證評價，得到最終的多通道卷積神經網絡模型；

步驟4，保存所述最終的多通道卷積神經網絡模型模型，待具體診斷時復用該模型，對待測數據進行故障診斷分類。

上述步驟1中，故障信息包括但不限于進閥溫度、出閥溫度、外冷回水溫度、主循環流量、緩沖罐液位、進閥壓力、出閥壓力、主循環電導率。

上述步驟1中，獲取故障時間段閥冷控保裝置后臺事件，包括通過控保后臺篩選出故障前后閥冷控制保護主機上送的一段時間、一定數量的報警出現事件。

上述步驟1中，進行數據處理，包括，

對于波形信息，采用分段提取的方式進行信息提取，即故障發生時刻前后短時間內采用高采樣率，遠離故障發生時刻采用低采樣率；

對于后臺事件，進行獨熱編碼處理，將每條報警事件轉化成數字向量，從而將文字轉換為向量計算；

將閥冷系統故障原因分類并進行編號，對每個樣本的故障原因添加標簽形成標注數據集。

上述步驟3中，構建的多通道卷積神經網絡模型，包括輸入層、卷積池化層、融合層、全連接層、softmax層、輸出層，其中，每次卷積層和池化層操作之后都進行ReLU非線性激活函數操作。