一种改进型卷积神经网络及基于其的电网智能告警系统技术方案

本发明专利技术涉及电力系统运行分析领域，提供了一种改进型卷积神经网络，所述神经网络通过如下步骤训练：S1、对已知的原始训练数据进行标准化处理，得到标准化数据；S2、将所述标准化数据进行前向传播，从而计算数据的误差；然后进行反向传播，从而迭代计算过程中的权值和阈值；以获得最合理的权值、阈值、卷积核以及分类向量；S3、训练soft‑max分类器，以对所述分类向量进行分类；S4、评价所述分类结果的准确率，若所述准确率符合预期，则保存步骤S2中的权值、阈值、卷积核以及分类向量；否则调整所述卷积核的个数、尺寸以及池化因子，然后重复步骤S2‑S4。本发明专利技术可以提高故障诊断的准确度，提升故障分类识别的能力，对电网的异常运行状态实现智能告警。

【技术实现步骤摘要】
一种改进型卷积神经网络及基于其的电网智能告警系统
本专利技术涉及电力系统运行分析
，尤其涉及一种改进型卷积神经网络及基于其的电网智能告警系统。
技术介绍
电网告警系统是保证大电网安全稳定运行调度的重要支撑，它实时监测电网的各项数据和指标，对异常越界和故障事故发出实时预警，给调控员及故障处理人员提供了调度和故障处理实时依据。新一代电力系统的发展对告警系统运行的自动化、智能化提出了更高的要求，传统的调度告警系统误报率较高、告警存在延时，对运行人员过度依赖，已不能满足电网发展的需求，故需对智能告警系统进行研究。近年来，随着智能电网的逐步发展，智能调度告警技术作为智能电网的重要组成部分，其核心为在线实时决策指挥，目标是灾变防治，实现大面积连锁故障的预防。针对目前调度告警系统过度依赖运行人员经验的问题，国内外专家对智能告警系统展开研究并取得了显著的成果。
技术实现思路
为了适应智能电网的发展，必须对电网智能调度各个环节进行实时监控和故障智能告警的综合处理。当前的告警系统存在告警误报率较高、告警延时时间较长等问题，无法满足大电网调控运行需求，需要对现阶段电网监控业务的各个输出环节进行全方位的综合分析，提升电网智能调度控制系统的感知能力和故障处理效率，以达到电网安全、稳定的运行状态。针对这种情况，本专利技术提出一种基于卷积神经网络的大电网的智能告警系统。实践结果表明，本专利技术所提出的告警系统对异常工况识别准确率达到了97.976％，在线诊断时计算时间为0.98s，可以实现高效的智能告警。本专利技术首先提出了一种改进型卷积神经网络，通过如下步骤训练：S1、对已知的原始训练数据进行标准化处理，得到标准化数据；S2、将所述标准化数据进行前向传播，计算实际输出与期望输出的差值，求得输出层和隐含层的误差；然后进行反向传播，从而迭代计算过程中的权值和阈值；以获得最合理的权值、阈值、卷积核以及分类向量；S3、训练soft-max分类器，以对所述分类向量进行分类；S4、评价所述分类结果的准确率，若所述准确率符合预期，则保存步骤S2中的权值、阈值、卷积核以及分类向量；否则调整所述卷积核的个数、尺寸以及池化因子，然后重复步骤S2-S4。上述的改进型卷积神经网络，步骤S1中，采用z分数进行数据标准化处理。上述的改进型卷积神经网络，步骤S2中包括初始化的步骤，所述初始化包括将所述权值、阈值和卷积核设为介于0和0.001之间的随机值。上述的改进型卷积神经网络，步骤S2中，若所述误差的精度满足一预设值或者若反向传播的次数超过一预设的最大值，则停止反向传播，进入步骤S3上述的改进型卷积神经网络，步骤S3中包括对所述soft-max分类器进行初始化，所述初始化包括权值矩阵和偏移向量。上述的改进型卷积神经网络，步骤S3中，采用适应性矩估计优化算法加速soft-max分类器的收敛。上述的改进型卷积神经网络，步骤S4中，若准确率不符合预期，则步骤S2中得到的卷积核个数、尺寸以及池化因子作为下一次的初始化参数，重复步骤S2-S4。基于同一专利技术构思，本专利技术还提出了一种基于上述的改进型卷积神经网络的电网智能告警系统，包括：多个调控应用，所述调控应用为大电网中各自独立的现有调控应用，分别提供电网中的电流数据；改进型卷积神经网络，对所述电流数据进行标准化处理后，经过若干次卷积、池化和分类后得到已分类的告警信息；可视化分析模块，在二维平面上呈现分离的所述告警信息。上述的电网智能告警系统，其中，所述可视化分析模块对非二维的告警信息进行降维处理，映射到二维的坐标图中。上述的电网智能告警系统，其中，所述告警信息对至少以下五个潜在故障进行预警：设备线路故障、单相线路短路故障、线路重合闸后再跳闸、三相线路短路故障、正常调停误报。与现有技术相比，本专利技术的技术方案主要包括信号采集、特征提取和选择、故障分类三部分。在构建故障类型数据库的基础上，结合卷积神经网络的特点，可以实现多层次、多维度、多分类的故障诊断与智能告警。将改进的卷积神经网络引入故障诊断之中，利用其多层次网络训练、故障特征自主提取和强大泛化能力等优势，在多维度的电网大数据基础上，可以提高故障诊断的准确度，提升故障分类识别的能力，对电网的异常运行状态实现智能告警。附图说明本领域技术人员可知，以下的附图仅仅列举出本专利技术的一些实施例，在不付出创造性劳动的前提下，本领域技术人员还可以根据这些附图获得其他同一性质的实施例(附图)。图1是本专利技术一实施例中神经网络训练的流程图；图2是本专利技术一实施例中原始样本数据；图3是图2中数据标准化后的数据；图4是本专利技术一实施例中改进的卷积神经网络训练过程对比图；图5是本专利技术一实施例中改进的卷积神经网络输出特征的可视化图。具体实施方式为使本专利技术的目的、特征更明显易懂，下面结合附图对本专利技术的具体实施方式作进一步的说明。然而，本专利技术可以用不同的形式实现，不应只是局限在所述的实施例。且，在不冲突的情况下，本专利技术中的实施例及实施例中的特征允许相互组合或替换。结合以下的说明，本专利技术的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本专利技术实施例的目的。还需声明的是，本专利技术中对步骤编号的目的在于便于引用，而非限定先后顺序。对于个别需强调顺序的步骤，文中将以专门文字进行特别说明。大电网是指现有的国家电力网络，包含有发电厂、变电站、输电线路网、配电变压器和低压线路网等多种电力设备。大电网的规模庞大，变电站设备多，每天产生的信号量大，监控压力大，告警系统能否为调度监控员提供有效的帮助也显得至关重要。适当的告警系统能够保证调度监控员无论是在正常运行状态还是事故状态下，都能够实时、准确掌握电网的情况。传统的告警系统只是将厂站端收集的告警信息简单地在告警窗口按时间序列显示，并未对告警信号进行筛选和有效处理，每天的信息总量达到一万多条，调度监控员在兼顾系统调压、操作的工作压力下，容易出现错漏某些重要信号的情况，是大电网运行安全稳定的一个重要隐患。本专利技术的目的在于提供一种能够应用于大电网运行的智能告警系统，以提高监控和告警质量，为调度员快速识别故障，做出有效决策提供辅助，从而实现电网调度、控制、监视的集中管理和一体化运作。针对目前电网综合智能告警系统过度依赖工作人员经验，难以适应电网的发展的问题，本专利技术以提高电网智能告警系统的智能化为目标，提出了基于一种改进的卷积神经网络的电网线路智能告警技术。本专利技术构思的核心思想在于，首先对调度中心的遥测、PMU(PhasorMeasurementUnit，相量测量装置)等多源数据进行预处理，然后利用改进的卷积神经网络对时序、电流等数据进行特征提取，通过所述改进的卷积神经网络进行故障分类与识别，同时有效地避免了误报现象。相比于传统机器学习方法，本专利技术提出的改进的卷积神经网络有多层卷积池化层，并加入批归一本文档来自技高网...

【技术保护点】
1.一种改进型卷积神经网络，其特征在于，通过如下步骤训练：/nS1、对已知的原始训练数据进行标准化处理，得到标准化数据；/nS2、将所述标准化数据进行前向传播，计算实际输出与期望输出的差值，求得输出层和隐含层的误差；然后进行反向传播，依据误差更新网络的权值和阈值；以获得最合理的权值、阈值、卷积核以及分类向量；/nS3、训练soft-max分类器，以对所述分类向量进行分类；/nS4、评价所述分类结果的准确率，若所述准确率符合预期，则保存步骤S2中的权值、阈值、卷积核以及分类向量，结束本次训练；否则调整所述卷积核的个数、尺寸以及池化因子，然后重复步骤S2-S4。/n

【技术特征摘要】
1.一种改进型卷积神经网络，其特征在于，通过如下步骤训练：
S1、对已知的原始训练数据进行标准化处理，得到标准化数据；
S2、将所述标准化数据进行前向传播，计算实际输出与期望输出的差值，求得输出层和隐含层的误差；然后进行反向传播，依据误差更新网络的权值和阈值；以获得最合理的权值、阈值、卷积核以及分类向量；
S3、训练soft-max分类器，以对所述分类向量进行分类；
S4、评价所述分类结果的准确率，若所述准确率符合预期，则保存步骤S2中的权值、阈值、卷积核以及分类向量，结束本次训练；否则调整所述卷积核的个数、尺寸以及池化因子，然后重复步骤S2-S4。


2.如权利要求1所述的改进型卷积神经网络，其特征在于，步骤S1中，采用z分数进行数据标准化处理。


3.如权利要求1所述的改进型卷积神经网络，其特征在于，步骤S2中包括初始化的步骤，所述初始化包括将所述权值、阈值和卷积核设为介于0和0.001之间的随机值。


4.如权利要求1所述的改进型卷积神经网络，其特征在于，步骤S2中，若所述误差的精度满足一预设值或者若反向传播的次数超过一预设的最大值，则停止反向传播，进入步骤S3。


5.如权利要求1所述的改进型卷积神经网络，其特征在于，步骤S3中包括...

【专利技术属性】
技术研发人员：翟海保，葛敏辉，王兴志，杨争林，冯树海，
申请(专利权)人：国家电网有限公司华东分部，中国电力科学研究院有限公司，
类型：发明
国别省市：上海;31