The present invention discloses an intelligent substation communication network state evaluation method based on clustering and neural network. The weights obtained by the analytic hierarchy process are brought into the standard Euclidean distance space algorithm for data dimensionality reduction. Then the network abnormal states are divided into five categories by clustering method, and the classification results are used as the ideal output basis of training samples of the neural network model. A neural network model based on nine evaluation indices is established, and the state evaluation of the communication network in intelligent substation is carried out. The evaluation model combined with clustering and fuzzy neural network can effectively evaluate the state, depict the interaction among various influencing factors, and obtain more real-time and accurate evaluation results.
【技术实现步骤摘要】
基于聚类与神经网络的智能变电站通信网络状态评价方法
本专利技术涉及智能变电站
,具体涉及基于聚类与神经网络的智能变电站通信网络状态评价方法。
技术介绍
设备状态评估是依据设备的当前工况,依托先进的状态监测手段,识别出早期故障征兆,并对故障的具体部位、严重程度和发展趋势做出评判,进而制定各部件的最佳维修时机。伴随着智能变电站中统一过程层网络的应用,为变电站数据信息的共享提供了极大的便利,所有接入统一通信网络的设备可以获得全站的信息,使变电功能实现方式发生很大的改变[1]。由于电站安全可靠运行受网络性能的影响越来越大,其可靠性直接关系到变电站的安全,其次在光纤中传输的各种信息不能完全反映在设计图中,对工作人员的日常维护造成很多不便。因此对变电站通信网络系统进行全面的安全评估的研究至关重要。
技术实现思路
为了解决上述技术问题,本专利技术提供了基于聚类与神经网络的智能变电站通信网络状态评价方法。本文分析了模糊神经网络学习的过程,其次研究了智能变电站通信网络评价指标与取值标准,采用层次分析法得到的权值带入标准欧几里得距离空间算法用于数据的降维,然后利用聚类方法将网络异常状态分成5种运行状态(注意、较重、严重、特别严重、瘫痪)作为类型集,将分类结果作为神经网络模型训练样本的理想输出依据,其次总揽状态评价过程,得到状态评价模型。最后搭建了基于多个评价指标的神经网络模型,并对智能变电站通信网络进行了状态评价本专利技术通过下述技术方案实现:基于聚类与神经网络的智能变电站通信网络状态评价方法,该方法包括以下步骤:步骤S1,获取智能变电站通信网络历史运行监测指标数据;步骤S ...
【技术保护点】
1.基于聚类与神经网络的智能变电站通信网络状态评价方法,其特征在于,该方法包括以下步骤:步骤S1,获取智能变电站通信网络历史运行监测指标数据;步骤S2,对步骤S1获取的历史数据进行降维预处理;步骤S3,对经过步骤S2预处理后的数据进行模糊聚类,并给数据加上标签;步骤S4,将步骤S3获得的标签数据带入模糊神经网络进行训练,得到基于模糊神经网络的状态评价模型;步骤S5,利用状态评价模型对智能变电站通信网络在线监测指标数据进行实时评价。
【技术特征摘要】
1.基于聚类与神经网络的智能变电站通信网络状态评价方法,其特征在于,该方法包括以下步骤:步骤S1,获取智能变电站通信网络历史运行监测指标数据;步骤S2,对步骤S1获取的历史数据进行降维预处理;步骤S3,对经过步骤S2预处理后的数据进行模糊聚类,并给数据加上标签;步骤S4,将步骤S3获得的标签数据带入模糊神经网络进行训练,得到基于模糊神经网络的状态评价模型;步骤S5,利用状态评价模型对智能变电站通信网络在线监测指标数据进行实时评价。2.根据权利要求1所述的方法,其特征在于,所述指标数据至少包括以下数据中的两种:可用性、响应时间、丢包率、吞吐率、准确度、利用率、冲突率、广播率、组播率、时延和抖动。3.根据权利要求1所述的方法,其特征在于,所述步骤S2中,降维预处理具体包括:步骤S21,利用层次分析法得到各指标的权重,并将该权重值加入标准欧几里得空间距离公式得到加权欧几里得空间距离公式;步骤S22,将历史运行监测指标数据带入加权欧几里得空间距离公式,将多维数据降为一维数据。4.根据权利要求1所述的方...
【专利技术属性】
技术研发人员:郑永康,李凯,谭夕柳,刘勇,周竞峰,陈长清,姜华,李红军,陆旭,朱祚恒,贾虎,陈运华,陈小平,王晓涛,周召均,杨凯,蒲敏,周文越,朱鑫,潘南西,张艺,
申请(专利权)人:国网四川省电力公司电力科学研究院,国网四川省电力公司攀枝花供电公司,国网四川省电力公司阿坝供电公司,国网四川省电力公司内江供电公司,
类型:发明
国别省市:四川,51
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。