[发明专利]电力系统的预警方法、装置、计算机设备和存储介质

权利要求书

1.一种电力系统的预警方法，其特征在于，包括：

获取电力系统中电网的待识别波形数据，并对所述待识别波形数据进行切分处理；

将所述切分后的待识别波形数据输入预先训练的波形数据识别模型中，获得针对所述待识别波形数据的识别结果；

当所述识别结果为异常时，对所述识别结果相对应的电网进行预警。

2.如权利要求1所述的电力系统的预警方法，其特征在于：所述待识别波形数据的切分包括，

将实时采集电力系统中电网的运行波形数据作为所述待识别波形数据；

利用滑动窗模型对所述待识别波形数据进行切分处理，得到切分后的待识别波形数据。

3.如权利要求2所述的电力系统的预警方法，其特征在于：所述波形数据识别模型的训练包括，

在所述待识别波形数据中获取历史正常波形数据和历史异常波形数据；

利用滑动窗模型对所述历史正常波形数据和所述历史异常波形数据进行切分处理，得到切分后的历史正常波形数据和切分后的历史异常波形数据；

将所述切分后的历史正常波形数据和历史异常波形数据划分到训练集和验证集；

利用所述训练集和所述验证集对待训练的波形数据识别模型进行训练，得到预先训练的波形数据识别模型。

4.如权利要求1～3任一所述的电力系统的预警方法，其特征在于：还包括，

对所述训练集中的切分后的历史异常波形数据进行标记处理，获得带有标记的历史异常波形数据；

将所述带有标记的历史异常波形数据和所述历史正常波形数据输入至所述待训练的波形数据识别模型中进行训练，得到待验证的波形数据识别模型；

利用所述验证集对所述待验证的波形数据识别模型进行准确性验证并获取验证结果；

若所述验证结果为合格，则将所述待验证的波形数据识别模型作为预先训练的波形数据识别模型，否则重复对待验证的波形数据识别模型进行训练，直到验证结果为合格。

5.如权利要求4所述的电力系统的预警方法，其特征在于：所述历史正常波形数据和历史异常波形数据的获取包括，

将获取的电网历史正常运行时的波形数据作为所述历史正常波形数据；

从故障录波仪中提取电网的历史异常波形数据。

6.如权利要求5所述的电力系统的预警方法，其特征在于：所述历史正常波形数据和历史异常波形数据的区分包括，

将第一卷积层、第一批归一化层和全连接层进行依次连接和封装处理，得到加权残缺网络；

将第二卷积层、归一化层、第二批归一化层、激活层、所述加权残缺网络、平均池化层和两个第二全连接层进行依次连接和封装处理，得到残差神经网络模型；

通过属性损失函数融合所述残差网络模型的属性值；

所述属性损失函数L_a的计算包括，

其中，g_i表示在残差网络中第i点学习到的特征映射，g_j表示在残差网络中第j点学习到的特征映射，y_i表示波形上第i点的附加属性，y_j表示波形上第j点的附加属性，G表示训练的矩阵参数。

7.如权利要求6所述的电力系统的预警方法，其特征在于：还包括，

终端将训练集中带有标记的异常数据波形和正常运行数据波形输入至残差神经网络中，并联合电网的属性损失函数获取最优的训练后的残差神经网络；

利用所述训练后的残差神经网络对验证集进行验证，以判断区分正常运行数据波形和电网的异常数据波形；

采用滑动窗方式切分并判断电网的运行数据波形，若运行数据波形为异常数据，则予以实时预警。