【技术实现步骤摘要】
基于神经网络故障预测的电力终端监控方法和装置
本专利技术涉及电力终端监控
，特别是指一种基于神经网络故障预测的电力终端监控方法和装置。
技术介绍
电网系统在长期运行中，不可避免的会引起性能逐渐下降，可靠性降低，故障率增大，进而危及系统的安全运行。为保障电网的安全稳定运行，常常要对管辖领域内的电力终端进行监控，以确保电力终端能正常运行。智能电网新技术的应用和电网设备管理规范化和一体化推进使得电网设备运行水平大幅提升，为辅助电力系统一次设备的运行，国内外电力企业已建立了较为完善的电力二次系统。但在电力生产运行中，设备质量、人为误操作、自然灾害等等因素，难以避免地造成了二次系统终端运行可靠率下降，进而直接威胁到电力一次终端设备的安全稳定运行。因此，实时监控电力终端的运行状态，以使电力终端异常时能及时快速响应故障，成为电力终端检修不可缺少的步骤。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种基于神经网络故障预测的电力终端监控方法和装置，以使电力终端异常时能及时快速响应故障。基...
【技术保护点】
1.一种基于神经网络故障预测的电力终端监控方法，其特征在于，包括：/n将电力专网中各电力终端的状态信息输入到卷积神经网络；/n若判断所述卷积神经网络输出的电力终端的预测结果为“可自动恢复类型故障”时，控制该电力终端进行自动复位以预防故障；/n若判断所述卷积神经网络输出的电力终端的预测结果为“不可自动恢复类型故障”时，判断该电力终端为待派工维修的故障终端；/n其中，所述卷积神经网络是利用各电力终端的历史状态信息预先训练得到的；其中，所述各电力终端的历史状态信息中包括：正常电力终端的历史状态信息、确认异常并远程复位成功的电力终端的历史状态信息，以及派工维修并现场确认解决故障的电...
【技术特征摘要】
1.一种基于神经网络故障预测的电力终端监控方法，其特征在于，包括：
将电力专网中各电力终端的状态信息输入到卷积神经网络；
若判断所述卷积神经网络输出的电力终端的预测结果为“可自动恢复类型故障”时，控制该电力终端进行自动复位以预防故障；
若判断所述卷积神经网络输出的电力终端的预测结果为“不可自动恢复类型故障”时，判断该电力终端为待派工维修的故障终端；
其中，所述卷积神经网络是利用各电力终端的历史状态信息预先训练得到的；其中，所述各电力终端的历史状态信息中包括：正常电力终端的历史状态信息、确认异常并远程复位成功的电力终端的历史状态信息，以及派工维修并现场确认解决故障的电力终端的历史状态信息。
2.根据权利要求1所述的方法，其特征在于，所述电力终端的状态信息包括如下状态参数之一或任意组合：双向无线监测心跳、在线时长、离线时长、重传次数、参考信号功率/参考信号质量、双向应用层监测心跳、多种应用层告警信息；以及
所述可自动恢复类型故障，具体包括：通信模块故障、应用模块故障。
3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络的具体训练方法包括：
生成训练样本集：将正常工作状态的电力终端的状态信息形成的训练样本的预测输出都标记为“正常”；将发生异常并在执行重启后恢复的电力终端的状态信息形成的训练样本的预测输出标记为“可自动恢复类型故障”；将发生异常并无法通过重启自动恢复的电力终端的状态信息形成的训练样本的预测输出标记为“不可自动恢复类型故障”；
从训练样本集中取一训练样本输入所述卷积神经网络；
计算卷积神经网络的实际输出与标记的输出之间的误差，根据计算的误差按照极小化误差的方法调整卷积神经网络的参数。
4.根据权利要求1-3任一所述的方法，其特征在于，一次输入到卷积神经网络的电力终端的状态信息，为一组连续采集的该电力终端的状态信息所组成的矩阵。
5.一种基于神经网络故障预测的电力终端监控装置，其特征在于，所述装置包括：
神经网络控制模块，用于将与所述基站通信的各电力终端的状态信息输入到卷积神经网络；
终端监控模块，用于当所述...
【专利技术属性】
技术研发人员：郑伟军，邵炜平，陈鼎，方景辉，吴国庆，唐锦江，刘哲，刘军雨，邓伟，
申请(专利权)人：国网浙江省电力有限公司嘉兴供电公司，北京中电飞华通信有限公司，国网信息通信产业集团有限公司，国家电网有限公司，
类型：发明
国别省市：浙江;33
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。