[发明专利]基于BP-SOM组合神经网络的供电安全隐患智能诊断系统及方法

说明书

本发明的实施例公开了一种基于BP‑SOM组合神经网络的供电安全隐患智能诊断系统及方法，涉及供电安全技术领域。所述基于BP‑SOM组合神经网络的供电安全隐患智能诊断系统包括CPU处理器，CPU处理器连接有供电单元、传输单元、监测单元和报警单元，监测单元包括电流互感器、电压互感器和温度传感器；监测单元用于布设在需要监控的供电设备上；传输单元采用有线传输和/或无线传输方式；报警单元包括警报灯、扬声器和/或手持终端。本发明实施例主要为日常运维中供电设备发生的安全隐患提供智能解决方案，避免人工巡检的主观性，提高检出率，降低事故率，同时，方法的设计及系统的构建更加注重适用的广泛性，便于推广。

技术领域

本发明涉及供电安全技术领域，特别是指一种基于BP-SOM组合神经网络的供电安全隐患智能诊断系统及方法。

背景技术

供电设备作为向用户直接供电的一环，其健康状态严重影响着用户的用电质量。如何更高效的对供电设备运行状态进行评估，以及如何针对用户侧用电行为进行智能诊断是电力行业需要急迫解决的问题。近些年随着经济的快速发展，人们的生活水平有了较大提升，居民的生活用电成为电力市场中最快的增长点，但是用户电力需求的快速增加给电力系统造成了非常大的挑战。

在电力领域，电力用户产生的电力异常数据量非常大，然而，大量的异常数据缺乏有效的分析手段，且现有异常评估方法的准确性依然很低。与此同时，针对用户侧安全隐患缺乏有效的感知手段，目前主要以人工巡查为主，一些微小的安全隐患一般无法被人工巡查察觉，用户侧设备，例如小区配电房内的电力系统等，在日常运维中会产生一些变压器用电负荷过高、内部油温过热、零电量用户过多从而导致电气火灾等隐患；电力设施的丢失、被盗、损坏，配电箱、变压器等设备过度老化等情况；以及在新增对电能质量及供电可靠性有影响的大型设备时，用电负荷情况注意不及时。如果这些电力异常无法及时发现和处理，往往会给电力公司造成巨大的经济损失，并威胁到电力用户和电力系统的安全运行。

发明内容

有鉴于此，本发明实施例提供一种基于BP-SOM组合神经网络的供电安全隐患智能诊断系统及方法，避免人工巡检的主观性，提高检出率，降低事故率。

一方面，提供一种基于BP-SOM组合神经网络的供电安全隐患智能诊断系统，包括CPU处理器，CPU处理器连接有供电单元、传输单元、监测单元和报警单元，其中：

所述监测单元包括电流互感器、电压互感器和温度传感器；所述监测单元用于布设在需要监控的供电设备上；

所述传输单元采用有线传输和/或无线传输方式；

所述报警单元包括警报灯、扬声器和/或手持终端。

进一步的，所述CPU处理器还连接有服务器；

和/或，所述CPU处理器还连接有用于使需要监控的供电设备切断电路的脱扣器；

和/或，所述CPU处理器还连接有GPS定位器。

另一方面，提供一种利用上述的基于BP-SOM组合神经网络的供电安全隐患智能诊断系统进行诊断的方法，包括：

步骤1：打开供电单元，为系统供电；

步骤2：对监测单元监测到的用电数据进行周期采样，所述用电数据包括电流互感器采集三相线路的电流值、电压互感器采集三相线路的电压值、以及温度传感器采集四相电气线路的温度；

步骤3：对用电数据进行预处理，剔除偏离点；

步骤4：将预处理后的用电数据通过传输单元传输至CPU处理器，CPU处理器通过预训练的BP-SOM组合神经网络模型对数据进行处理计算，输出是否有事故风险以及风险类型的结果；

步骤5：若出现异常及风险，CPU处理器发出预警信号。

进一步的，所述步骤4还包括：