[发明专利]一种基于权限学习机模型的智能变电站故障录波判据启动方法

摘要

本发明公开了一种基于权限学习机模型的智能变电站故障录波判据启动方法，涉及到电力系统自动化领域，具体涉及到智能变电站中故障录波器启动方法，本发明在单隐层前馈神经网络的基础上，依次完成数据处理、选取训练和测试数据、权限学习机的创建和训练、权限学习机测试验证、误差分析及性能评价和结果输出，当输出结果为1时，表示正常状态，为2或3时表示电流越限，此时进行判据启动开始进行故障录波。本发明能够有效地完成故障录波判据启动，并对故障录波数据进行分类，减小分类误差，弥补了传统故障录波启动判据设置不方便且易出错的不足。

主权项

一种基于权限学习机模型的智能变电站故障录波判据启动方法，其特征是：摒弃传统启动判据的设置方法，选用了权限学习机模型来完成故障录波判据的启动，当录波数据输入到已经建立并且训练结束的权限学习机模型时，输出结果能够显示是否需要进行判据启动，从而进行故障录波，具体步骤是：S1数据处理通过WireShark抓包软件对网络报文进行抓包，并且对报文信息进行解析形成数据，为了减少数据差异太大影响问题的研究，所以统一对数据进行归一化处理；S2选取训练、测试数据为了使得建立的模型具有更好的普适性，选取20000组具有代表性的训练样本，另取2000组作为测试数据；S3权限学习机模型的建立采用elmtrain()函数进行模型创建和训练：(1)通过随机函数选取输入层、隐含层的连接权值ω和阈值b；(2)确定隐含层节点个数，根据正确率进行折中考虑，这里定为500个；(3)选择一个无限可微的函数作为隐含层神经元的激活函数g(x)，这里选取正弦函数sinx作为g(x)；(4)计算隐含层输出矩阵H；(5)计算隐含层和输出层连接权值(6)算法设计完成，判断正确率是否达到模型训练的要求(>95％)，如果未达到，需要重新选取新的值来进行训练，不断地调整直到符合要求；S4权限学习机测试验证采用elmpredict()函数来完成测试；S5误差分析和性能评价通过绝对误差、决定系数和正确率来完成模型评估；S6输出结果选用3种特征参数：A、B、C三相电流，故障录波判据启动状态为正常状态、A相电流越限、B相电流越限和C相电流越限，本方法设定启动状态仅为2种：正常状态和电流越限状态(包含A相电流越限、B相电流越限和C相电流越限)，输出结果会以曲线的方式直观地表示出来，当输出结果为1时，表示电流在(‑1,1)之间，此时代表正常状态，不发生录波启动，当输出结果为2时，表示电流在(‑2,‑1)或(1,2)之间，此时判据启动进行录波，当输出结果为3时表示电流在(‑∞,‑3)或(3,+∞)，此时表示电流越限情况比较严重，进行判据启动进行录波。