一种地表电位还原方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种地表电位还原方法，包括：获取地表电位数据；其中，所述地表电位数据包括地表坐标和电位测量值；根据所述地表电位数据对预先建立的神经网络模型进行训练，得到地表电位还原模型；采用预设的优化算法对所述地表电位还原模型进行优化，获得优化后的地表电位还原模型；将待还原的地表电位数据输入到所述优化后的地表电位还原模型，得到地表电位衰减曲线。本发明专利技术能够实现地表电位衰减曲线的还原，大大减少了工程实际中地表电位数据采集的工作量。本发明专利技术还公开了一种地表电位还原装置、设备及存储介质。

【技术实现步骤摘要】
一种地表电位还原方法、装置、设备及存储介质
本专利技术涉及电力系统
，尤其涉及一种地表电位还原方法、装置、设备及存储介质。
技术介绍
在世界轨道交通发展的历程中，对于地铁附近变电站变压器直流偏磁现象，国内外经过广泛研究，主要认为是跟变电站的地表电位和接触网与电网之间电磁场的耦合关系有影响。地表电位是因为地铁钢轨的部分电流泄漏通过在大地形成非均匀地表电位，使直流电流通过中性点接地的变压器侵入交流系统，接地回路中的直流电流会引起接地变压器发生直流偏磁，增加谐波含量，对电网设备产生多种危害。因此，分析直流偏磁对周围变压器的影响，可以研究周边区域入地电流的大小，而最直接的却是研究周边区域的地表电位分布规律。但目前国内外还没有关于地表电位还原的研究。
技术实现思路
本专利技术实施例提供一种地表电位还原方法、装置、设备及存储介质，能够实现地表电位衰减曲线的还原，大大减少了工程实际中地表电位数据采集的工作量。本专利技术一实施例提供一种地表电位还原方法，包括：获取地表电位数据；其中，所述地表电位数据包括地表坐标和电位测本文档来自技高网...

【技术保护点】
1.一种地表电位还原方法，其特征在于，包括：/n获取地表电位数据；其中，所述地表电位数据包括地表坐标和电位测量值；/n根据所述地表电位数据对预先建立的神经网络模型进行训练，得到地表电位还原模型；/n采用预设的优化算法对所述地表电位还原模型进行优化，获得优化后的地表电位还原模型；/n将待还原的地表电位数据输入到所述优化后的地表电位还原模型，得到地表电位衰减曲线。/n

【技术特征摘要】
1.一种地表电位还原方法，其特征在于，包括：
获取地表电位数据；其中，所述地表电位数据包括地表坐标和电位测量值；
根据所述地表电位数据对预先建立的神经网络模型进行训练，得到地表电位还原模型；
采用预设的优化算法对所述地表电位还原模型进行优化，获得优化后的地表电位还原模型；
将待还原的地表电位数据输入到所述优化后的地表电位还原模型，得到地表电位衰减曲线。


2.如权利要求1所述的地表电位还原方法，其特征在于，所述根据所述地表电位数据对预先建立的神经网络模型进行训练，得到地表电位还原模型，具体包括：
将所述地表电位数据按预设的第一比例划分为第一训练样本和第一测试样本；
采用所述第一训练样本对所述神经网络模型进行训练，得到训练后的神经网络模型；
采用所述第一测试样本对所述训练后的神经网络模型进行测试，得到所述地表电位还原模型。


3.如权利要求2所述的地表电位还原方法，其特征在于，所述采用所述第一训练样本对所述神经网络模型进行训练，得到训练后的神经网络模型，具体包括：
选取一组所述神经网络模型的模型参数；
将所述第一训练样本组织成小批量数据样本，并根据所述小批量数据样本，采用预设的反向函数计算第一小批量随机梯度；
将所述第一小批量随机梯度与预设参数的乘积作为所述模型参数在本次迭代的减小量，以根据所述减小量优化所述模型参数；
迭代地执行以上操作，直至达到预设的迭代次数；
基于迭代后的模型参数，获得所述训练后的神经网络模型。


4.如权利要求2所述的地表电位还原方法，其特征在于，在所述根据所述训练样本对预先建立的神经网络模型进行训练，得到地表电位还原模型之前，还包括：
基于SGD算法建立所述神经网络模型。


5.如权利要求3所述的地表电位还原方法，其特征在于，所述采用预设的优化算法对所述地表电位还原模型进行优化，获得优化后的地表电位还原模型，包括：
当所述优化算法为Adam算法时，将所述地表电位数据按预设的第二比例划分为第二训练样本和第二测试样本；其中，所述第二训练样本的样本容量小于所述第一训练样本的样本容量；
根据所述第二训练样本，计算第二小批量随机...

【专利技术属性】
技术研发人员：贾磊，刘刚，胡上茂，屈路，张义，廖民传，胡泰山，蔡汉生，冯瑞发，梅琪，刘浩，
申请(专利权)人：南方电网科学研究院有限责任公司，中国南方电网有限责任公司，
类型：发明
国别省市：广东;44