The invention relates to a fault diagnosis method for substation equipment condition based maintenance. Its main technical features are: by improving the typical and different samples, the optimization adaptive learning rate model is established, and the fault diagnosis of the state inspection of the substation equipment is carried out based on the optimization adaptive learning rate model. The design of the invention is reasonable. It can effectively reduce redundant diagnosis information, avoid cumbersome calculation derivation, make fault identification neural network model more practical, make the fault identification neural network model more practical, and improve the efficiency of maintenance and control failure. The cost of repairing and the cost of the loss of power loss of the users can be avoided, the problems existing in the blind maintenance level under overhaul are avoided, the balance of safety, efficiency and economy is fully realized, and the work of changing, reforming, running, maintenance and maintenance tests of the substation equipment can be guided, and the management decision and equipment maintenance of the substation equipment can also be provided. Direct basis.
【技术实现步骤摘要】
一种变电设备状态检修故障诊断方法
本专利技术属于变电设备
,尤其是一种变电设备状态检修故障诊断方法。
技术介绍
变电设备是电力系统中的重要设备,对于电力系统的正常运行起着重要作用。长期以来,变电设备检修工作执行的是以预防性试验规程为基础的计划检修制度。由于电网规模的不断扩大,采用周期检修和故障检修,普遍存在着欠修或过修问题,对电网可靠运行造成重大威胁,以至于变电设备运维成本浪费,并增加人力资源负担。主要原因包括新旧设备状态差异共存,运行环境导致风险不一,既定的检修周期导致检修工作存在不足或过度的风险。因此,上述传统检修方式已不能满足实际生产的需求。目前状态检修的工作虽已得到一定的研究及应用,但在满足设备和电网安全性的前提下,如何兼顾修理、改造与更换等方式的经济性评价仍需研究。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提出一种变电设备状态检修故障诊断方法,解决传统检修模式普遍存在着欠修或过修现象以及变电设备运维成本及人力资源成本浪费的问题。本专利技术解决其技术问题是采取以下技术方案实现的:一种变电设备状态检修故障诊断方法,包括以下步骤:步骤1、通过改进典型及差异样本,建立基于优化自适应调整学习率模型;步骤2、根据基于优化自适应调整学习率模型进行变电设备状态检修故障诊断。所述步骤1的具体方法包括以下步骤:步骤1.1、采用自适应调整学习率算法,进行BPNN模型训练;步骤1.2、对BPNN源范例集中的范例数据进行归一化处理;步骤1.3、对归一化处理的范例数据进行筛选归类;步骤1.4、根据故障类型进行网络训练,得到基于优化自适应调整学习率模型。所述步 ...
【技术保护点】
1.一种变电设备状态检修故障诊断方法,其特征在于包括以下步骤:步骤1、通过改进典型及差异样本,建立基于优化自适应调整学习率模型;步骤2、根据基于优化自适应调整学习率模型进行变电设备状态检修故障诊断。
【技术特征摘要】
1.一种变电设备状态检修故障诊断方法,其特征在于包括以下步骤:步骤1、通过改进典型及差异样本,建立基于优化自适应调整学习率模型;步骤2、根据基于优化自适应调整学习率模型进行变电设备状态检修故障诊断。2.根据权利要求1所述的一种变电设备状态检修故障诊断方法,其特征在于:所述步骤1的具体方法包括以下步骤:步骤1.1、采用自适应调整学习率算法,进行BPNN模型训练;步骤1.2、对BPNN源范例集中的范例数据进行归一化处理;步骤1.3、对归一化处理的范例数据进行筛选归类;步骤1.4、根据故障类型进行网络训练,得到基于优化自适应调整学习率模型。3.根据权利要求2所述的一种变电设备状态检修故障诊断方法,其特征在于:所述步骤1.1的处理方法包括以下步骤:⑴始化各层节点的权值系数Wij,i表示层数索引,j表示节点个数索引;⑵由标准输入值和初始化权值系数,利用网络正向传播路径计算输出结果;⑶根据输出结果和期望输出结果的差值作为反馈因子调整节点权值系数Wij;⑷重复步骤⑵、⑶直到计算输出结果和期望值的误差达到理想范围内;⑸设输入向量X=(x1,x2…xn),正向传播输出结果为Y=(y1,y2…ym),期望输出为T=(t1,t2…tm),节点权值系数为W=(wi1,wi2…wis),则第k次反向传播误差为:E(k)=T-Y(k)=T-XW(k)。4.根据权利要求3所述的一种变电设备状态检修故障诊断方法,其特征在于:在训练过程中,采用自适应调整学习率的网络学习算法,其权值调整过程可表示为:式中,Δw为权值变化量;mc为动量因子,O≤mc≤l;α(k)为k时刻的学习率;D(k)为k时刻的梯度值;其中,学习率的调整具有自适应能力,当训练过程中网络的输出误差大于上一次的输出误差时,即E(k)≥E(k-l)时,学习率将自动减小,而E(k)<E(k-l)时,则学习率将自行增加。5.根据权利要求2所述的一种变电设备状...
【专利技术属性】
技术研发人员:董艳唯,满玉岩,李琳,张弛,李苏雅,
申请(专利权)人:国网天津市电力公司电力科学研究院,国网天津市电力公司,国家电网公司,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。