一种基于深度确定性策略梯度的变电站电容温度预警方法技术

本发明专利技术涉及一种基于深度确定性策略梯度的变电站电容温度预警方法，包括：构建包括基于深度信念网络的预测模型和基于深度确定性策略梯度算法的预警模型的变电站电容温度预警终端；建立影响变电站电容温度的指标体系，在完成数据预处理后通过深度信念网络对变电站电容的运行温度进行预测；建立基于深度确定性策略梯度的控制器，将监测得到的影响变电站电容温度的指标体系作为控制器的状态空间集，并将控制器的判断动作作为动作空间集，根据动作空间的动作序号判断预警等级进行预警。本发明专利技术利用人工智能、大数据等技术深挖历史信息数据价值，应用神经网络的预测能力与控制模型的自主学习能力，实现对变电站电容温度的故障预警。警。警。

【技术实现步骤摘要】
一种基于深度确定性策略梯度的变电站电容温度预警方法


[0001]本专利技术涉及电网电力智能控制
，尤其涉及一种基于深度确定性策略梯度的变电站电容温度预警方法。

技术介绍

[0002]变电站作为电网系统的枢纽点，在电力供给中起到了重要作用，而变电站中的电容组对变电站的正常运行有着十分重要的意义；当电容损坏时，电容组的无功补偿与电压调节的作用就难以正常实现，从而对电力供给产生一定的影响。
[0003]目前，对变电站电容更换多采用人工更换的方式，但是由于电容体重量大且损坏电容可能位于变电站角钢架顶部位置，人工作业危险性高、劳动强度大；因此，为了避免电容故障以及频繁的更换，应加强变电站电容运行状态的预警，而且如今温度已经逐渐成为变电站电容器运行过程的关键运行指标，当用电高峰到来时，电容器无功补偿作用更加明显，容易发生超温过热，引起故障，导致爆炸，所以，如何对电容器温度进行准确预警，是目前必须考虑的问题。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息只用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度确定性策略梯度的变电站电容温度预警方法，其特征在于：所述温度预警方法包括：S1、构建包括基于深度信念网络的预测模型和基于深度确定性策略梯度算法的预警模型的变电站电容温度预警终端；S2、建立包括变电站气象条件集合S、变电站电容运行条件集合A、电容实时温度值T0与系统电容预测温度值T1的影响变电站电容温度的指标体系，在完成数据预处理后通过深度信念网络对变电站电容的运行温度进行预测；S3、建立基于深度确定性策略梯度的控制器，将监测得到的气象条件集合S、变电站电容运行条件集合A、电容历史与实时温度值T
‑1与T0与系统电容预测温度值T1作为控制器的状态空间集，并将控制器的判断动作作为动作空间集，根据动作空间的动作序号判断预警等级进行预警。2.根据权利要求1所述的一种基于深度确定性策略梯度的变电站电容温度预警方法，其特征在于：所述数据预处理包括：通过数据的纵向对比处理和横向对比处理对初始数据中存在异常的数据进行识别和处理；所述变电站气象条件集合包括实时温度、相对湿度、实时气压、实时辐射和实时风速。3.根据权利要求2所述的一种基于深度确定性策略梯度的变电站电容温度预警方法，其特征在于：所述纵向对比处理包括：根据变电站环境数据呈周期性变化，且连续的数据集相似原理，通过公式对比连续几天同一时间的数据变化幅度是否保持在一定范围内，如果不在该范围内，则认为数据异常，其中，L(t)为最近几点t的平均数据值；L(i,t)为第i类时间t的数据值；δ(t)为人为指定的异常阈值。4.根据权利要求2所述的一种基于深度确定性策略梯度的变电站电容温度预警方法，其特征在于：所述横向对比处理包括：以相邻时刻的数据作为参考，设置数据变化的最大范围，通过公式判断数据值的前后时刻的差值的绝对值是否超过阈值，如果超过，则认为该数据值为异常数据，其中。α(t)和β(t)是人为指定的异常阈值。5.根据权利要求1所述的一种基于深度确定性策略梯度的变电站电容温度预警方法，其特征在于：所述预测模型包括h层神经网络以及每层u个神经元，当隐藏层神经元个数u达到一定数量时，h＝1的单层隐藏层结构比增加更多隐藏层来提高训练精度更为便捷，因此通过试错法来对隐藏层神经元个数u进行试错，直到找到满足误差要求的最小神经元数；在获得监测信息后，快速准确度获得未来变电站电容运行温度T1。6.根据权利要求1所述的一种基于深度确定性策略梯度的变电站电容温度预警方法，其特征在于：完成预测过程需要建立一个包含n个输出神经元的网络，就可以得到某时间段的温度预测值，选取单输出结构，即每一时刻点对应一个神经网络，深度信念网络投入应用前需要先经...

【专利技术属性】
技术研发人员：袁梁，罗翼鹏，
申请(专利权)人：四川物通科技有限公司，
类型：发明
国别省市：