一种刀闸状态判断方法、装置、电子设备和存储介质制造方法及图纸

本申请实施例公开了一种刀闸状态判断方法、装置、电子设备和存储介质。该方法包括：在当前周期内获取刀闸在各个时间点上的电流值；将刀闸在各个时间点上的电流值以及各个时间点发送至预先训练好的神经网络模型，得到刀闸在各个时间点对应的分合状态；根据分合状态判断刀闸分合是否正常。本申请实施例的方法，能够利用训练好的卷积神经网络模型，根据刀闸分合过程中各个时间点对应的电流值自动有效的确定出刀闸的分合状态是否正常，保障电网系统的稳定运行。的稳定运行。的稳定运行。

【技术实现步骤摘要】
一种刀闸状态判断方法、装置、电子设备和存储介质


[0001]本申请实施例涉及智能电力设备领域，尤其涉及一种刀闸状态判断方法、装置、电子设备和存储介质。

技术介绍

[0002]刀闸是一种高压敞开式的隔离开关，刀闸经常因机械机构不可靠、润滑失效或异物阻挡等因素导致其分合不到位。若不能及时发现和判断刀闸的分合状态异常，长时间的带电运行可能造成刀闸放电、过热或烧蚀，从而对电网系统的稳定运行埋下了巨大的安全隐患。
[0003]目前，变电站已广泛采用双位置继电器去判断高压刀闸的分合状态，但这种方式受限于继电器稳定性不足、刀闸安全隐患不明显和故障发展时间较长等，导致其无法成为判断刀闸分合状态是否正常的有效依据。

技术实现思路

[0004]本申请提供一种刀闸状态判断方法、装置、电子设备和存储介质，能够利用训练好的卷积神经网络模型，根据刀闸分合过程中各个时间点对应的电流值自动有效的确定出刀闸的分合状态是否正常，保障电网系统的稳定运行。
[0005]第一方面，本申请实施例提供了一种刀闸状态判断方法，所述方法包括：
[0006本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种刀闸状态判断方法，其特征在于，所述方法包括：在当前周期内获取刀闸在各个时间点上的电流值；将所述刀闸在各个时间点上的电流值以及各个时间点发送至预先训练好的神经网络模型，得到所述刀闸在在当前周期的分合状态；根据所述分合状态判断所述刀闸分合是否正常。2.根据权利要求1所述的方法，其特征在于，在当前周期内获取刀闸在各个时间点上的电流值之前，所述方法还包括：若所述神经网络模型不满足预先设置的收敛条件，则从电流样本库中提取出一个样本作为当前样本；使用所述当前样本对所述神经网络模型进行训练，直到所述神经网络模型满足所述收敛条件。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取各个时间点和各个时间点对应的电流值；根据各个时间点和各个时间点对应的电流值构建所述电流样本库。4.根据权利要求3所述的方法，其特征在于，根据各个时间点和各个时间点对应的电流值构建所述电流样本库，包括：根据各个时间点和各个时间点对应的电流值构建各个二维矩阵；对各个二维矩阵进行状态分类，得到各个二维矩阵对应的状态识别矩阵，并基于各个状态识别矩阵构建所述电流样本库。5.根据权利要求4所述的方法，其特征在于，对各个二维矩阵进行状态分类，得到各个二维矩阵对应的状态识别矩阵，包括：基于各个二维矩阵的电流值确定各个二维矩阵对应的刀闸状态；其中，所述刀闸状态为合闸或分闸或合闸不定或分闸不定；基于各个二维矩阵对应的刀闸状态为所述各个二维矩阵添加状态标...

【专利技术属性】
技术研发人员：周胤宇，郭振锋，朱晓峰，余慧宏，刘瀚林，刘水，王掬涵，曹文耀，李明达，陈明辉，刘雨晴，
申请(专利权)人：广东电网有限责任公司惠州供电局，
类型：发明
国别省市：