[发明专利]一种基于SE-Inception网络的电网故障诊断方法和系统在审

专利信息
申请号: 202210346959.5 申请日: 2022-04-03
公开(公告)号: CN114638318A 公开(公告)日: 2022-06-17
发明(设计)人: 张旭;张紫琪;郭子兴;杜明轩 申请(专利权)人: 华北电力大学
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G01R31/08;G06V10/764;G06V10/774;G06V10/82;G06V10/42
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 赵卿
地址: 102206*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 se inception 网络 电网 故障诊断 方法 系统
【说明书】:

发明公开了一种基于SE‑Inception网络的电网故障诊断方法和系统,所述方法包括:采集电网故障时的告警信息文本,并对告警信息文本进行预处理;对预处理后的告警信息文本进行特征降维及排序,得到特征信息文本,将特征信息文本对应告警事件进行编码及归一化;将不同故障类型的告警信息转化为告警事件编码矩阵,并将告警事件编码矩阵转化为告警信息灰度图;构建基于SE‑Inception网络的电网故障诊断模型;将告警信息灰度图输入电网故障诊断模型,得出电网故障类型判别结果。本发明无需引入大量描述保护系统行为的知识,仅需针对告警信息文本提取不同故障类型对应的图形特征,即可实现更便捷、更高准确率的电网故障诊断。

技术领域

本发明属于电网故障诊断技术领域,涉及一种基于SE-Inception网络的电网故障诊断方法和系统。

背景技术

数据采集与监视控制(Supervisory Control And Data Acquisition,SCADA)系统作为能量管理系统EMS中一个最主要的子系统,可以对现场的运行设备进行监视和控制,以实现数据采集、设备控制、测量、参数调节以及各类信号报警等各项功能,有着信息完整、提高效率、正确掌握系统运行状态、加快决策、能帮助快速诊断出系统故障状态等优势,现已经成为电力调度不可缺少的工具。SCADA系统对提高电网运行的可靠性、安全性与经济效益,减轻调度员,实现电力调度自动化与现代化,提高调度的效率和水平方面有着不可替代的作用。电网发生故障时,与故障元件相关的保护装置因监测到故障征兆而使保护动作,驱动对应的断路器跳闸,并将保护动作和断路器跳闸的告警信息实时上报给调度中心的SCADA系统。

电网故障诊断是事故分析和事故处理的依据,是实现智能电网自愈功能的重要应用,对提高电网稳定性具有重要意义。

现有的故障诊断技术在建模初期需要引入大量的保护和设备动作规则,建模过程和模型维护过程困难,通用性低。运用故障时产生的告警信息进行故障诊断时,大量的告警信息既包含保护动作、断路器跳闸等开关量信息,又包含装置异常、电压越限、控制回路断线、储能到位等非故障关键信息,仅由调度运行人员根据经验对电网故障进行诊断无法满足日益增长的电网安全稳定运行的要求。如何运用相关技术实现高效准确实现电网故障诊断逐渐成为研究热点。

随着计算机技术和深度学习等人工智能技术的快速发展,由于深度学习有着优异的数据特征提取和学习能力,有效地利用数据进行电网故障诊断日益成为研究的热点。

发明内容

为解决现有技术中存在的不足,本发明的目的在于,提供一种基于SE-Inception网络的电网故障诊断方法和系统,能够有效的利用告警信息数据,提升电网故障诊断的速度和准确率,实现电网故障诊断的智能化。

为了实现上述目标,本发明采用如下技术方案:

一种基于SE-Inception网络的电网故障诊断方法,包括以下步骤:

S1、采集电网故障时的告警信息文本,并对告警信息文本进行预处理;

S2、对预处理后的告警信息文本进行特征降维及排序,得到特征信息文本,将特征信息文本对应告警事件进行编码及归一化,形成告警事件字典;

S3、将不同故障类型的告警信息根据告警事件字典转化为告警事件编码矩阵,并将告警事件编码矩阵转化为告警信息灰度图;

S4、构建基于SE-Inception网络的电网故障诊断模型;

S5、将告警信息灰度图输入电网故障诊断模型,得出电网故障类型判别结果,实现电网故障诊断。

本发明进一步包括以下优选方案:

优选地,所述步骤S1包括:

S1.1、SCADA系统实时获取电网发生事故、运行状态越限或设备异常时,由监控设备产生的事件顺序记录;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210346959.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top