一种基于长短时记忆网络的配网电缆状态评估方法及系统技术方案

本发明专利技术公开了一种基于长短时记忆网络的配网电缆状态评估方法及系统，涉及配网电缆评估技术领域，通过采集与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态；利用加权

【技术实现步骤摘要】
一种基于长短时记忆网络的配网电缆状态评估方法及系统


[0001]本专利技术涉及配网电缆评估
，更具体的说是涉及一种基于长短时记忆网络的配网电缆状态评估方法及系统
。

技术介绍

[0002]目前，电缆在现在电力系统的电能的传输中起着极其重要的作用，其运行状态直接影响电力系统的安全与稳定
。
电缆的设计寿命一般为
20
到
30
年，随着电缆运行年限的增加，其绝缘会逐渐发生老化，整体绝缘状态逐步劣化，对于运行多年的电缆，其整体绝缘老化较为严重，同时，若电缆的运行环境较为恶劣，如潮湿
、
含腐蚀性物质
、
辐射严重，则其整体绝缘的老化将更为迅速，此时电缆的运行寿命很可能低于设计使用寿命
。
因此电缆绝缘状态的评估尤其重要，若不能较好的评估其绝缘状态，以准确估计其更换时间，则易引发电缆故障的产生，电缆故障一旦发生，将导致大型电气系统的停运甚至失控，造成严重的经济损失和社会影响
。
[0003]随着智能电网技术的发展，可以通过对配网电缆的绝缘状态进行评估，了解电缆绝缘状况
。
在传统方式中，是通过在线监测对配网电缆的绝缘状态进行评估
。
许多城市的市政规划滞后，电缆敷设环境较差，在该环境下采用在线监测方式评估配网电缆的绝缘状态会导致评估结果不准确
。
[0004]因此，如何提高配网电缆绝缘状态的评估准确性是本领域技术人员亟需解决的问题
。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于长短时记忆网络的配网电缆状态评估方法及系统，以解决
技术介绍
中存在的问题
。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一方面，提供一种基于长短时记忆网络的配网电缆状态评估方法，包括：
[0008]采集与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态；
[0009]利用加权
Bagging
算法对所述历史特征参数进行融合，得到加权后的融合特征参数；
[0010]构建基于长短时记忆网络的配网电缆绝缘状态评估模型；
[0011]基于加权后的融合特征参数以及对应配网电缆的历史绝缘状态训练配网电缆绝缘状态评估模型，得到训练好的配网电缆绝缘状态评估模型；
[0012]将待评估配网电缆的特征参数输入到所述配网电缆绝缘状态评估模型，得到评估结果
。
[0013]可选的，所述历史特征参数为配网电缆的表面温度与环境温度的相对温升以及配网电缆的局部放电信号
。
[0014]可选的，训练配网电缆绝缘状态评估模型的具体过程包括：
[0015]初始化
LSTM
网络结构：设置
LSTM
隐藏单元的数量
numHiddemUnits
＝
40
，类别数量
numClass
＝4，特征维数
D
＝
14
，最大迭代轮数
maxEpoch
＝
40
，批大小
miniBatchSize
＝
512
，以及选择使用随机梯度下降作为优化算法，选择交叉熵损失作为损失函数；
[0016]将所述加权后的融合特征参数以及对应配网电缆的历史绝缘状态作为
LSTM
网络的输入；
[0017]开始训练
LSTM
模型，其中训练过程为迭代过程，每一次迭代通过前向传播计算交叉熵损失，最小化目标函数，并反向传播更新模型参数
。
[0018]可选的，在利用加权
Bagging
算法对所述历史特征参数进行融合之前，还包括，构造栈式深度自动编码器网络对采集的与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态进行清洗，利用所述深度自编码器对配网电缆特征参数信息进行降维处理
。
[0019]可选的，还包括：
[0020]采用传感器实时采集待评估配网电缆的特征参数；
[0021]将采集的特征参数输入到训练完成的所述栈式深度自动编码器网络中进行降噪
、
降维处理，得到洁净的
、
低维度的特征参数；
[0022]将处理后的特征参数据输入到训练完成的配网电缆绝缘状态评估模型中，完成配网电缆绝缘状态的评估
。
[0023]可选的，包括：还包括通过如下评价所述配网电缆绝缘状态评估模型的性能：
[0024]Q(F)
＝
Quality(F)
TestData
[0025]其中，
TestData
为测试数据集，
Q(F)
表示配网电缆绝缘状态评估模型
F
在测试数据集上
AUC
值
。
[0026]另一方面，提供一种基于长短时记忆网络的配网电缆状态评估系统，包括：
[0027]采集模块，采集与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态；
[0028]融合模块，利用加权
Bagging
算法对所述历史特征参数进行融合，得到加权后的融合特征参数；
[0029]模型构建模块，构建基于长短时记忆网络的配网电缆绝缘状态评估模型；
[0030]模型训练模块，基于加权后的融合特征参数以及对应配网电缆的历史绝缘状态训练配网电缆绝缘状态评估模型，得到训练好的配网电缆绝缘状态评估模型；
[0031]评价模块，将待评估配网电缆的特征参数输入到所述配网电缆绝缘状态评估模型，得到评估结果
。
[0032]可选的，还包括信息清洗模块，构造栈式深度自动编码器网络对采集的与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态进行清洗，利用所述深度自编码器对配网电缆特征参数信息进行降维处理
。
[0033]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于长短时记忆网络的配网电缆状态评估方法及系统，通过采集与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态；利用加权
Bagging
算法对所述历史特征参数进行融合，得到加权后的融合特征参数；构建基于长短时记忆网络的配网电缆绝缘状态
评估模型；基于加权后的融合特征参数以及对应配网电缆的历史绝缘状态训练配网电缆绝缘状态评估模型，得到训练好的配网电缆绝缘状态评估模型；将待评估配网电缆的特征参数输入到所述配网电缆绝缘状态评估模型，得到评估结果
。
本专利技术实时采集配网电缆的特征参数，并输入到训练完成的配网电缆绝缘状态评估模型中，可自动评估配网电缆的状态，实现配网电缆的全天候
、
在线监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于长短时记忆网络的配网电缆状态评估方法，其特征在于，包括：采集与配网电缆运绝缘状态相关的历史特征参数以及与其对应配网电缆的历史绝缘状态；利用加权
Bagging
算法对所述历史特征参数进行融合，得到加权后的融合特征参数；构建基于长短时记忆网络的配网电缆绝缘状态评估模型；基于加权后的融合特征参数以及对应配网电缆的历史绝缘状态训练配网电缆绝缘状态评估模型，得到训练好的配网电缆绝缘状态评估模型；将待评估配网电缆的特征参数输入到所述配网电缆绝缘状态评估模型，得到评估结果
。2.
根据权利要求1所述的一种基于长短时记忆网络的配网电缆状态评估方法，其特征在于，所述历史特征参数为配网电缆的表面温度与环境温度的相对温升以及配网电缆的局部放电信号
。3.
根据权利要求1所述的一种基于长短时记忆网络的配网电缆状态评估方法，其特征在于，训练配网电缆绝缘状态评估模型的具体过程包括：初始化
LSTM
网络结构：设置
LSTM
隐藏单元的数量
numHiddemUnits
＝
40
，类别数量
numClass
＝4，特征维数
D
＝
14
，最大迭代轮数
maxEpoch
＝
40
，批大小
miniBatchSize
＝
512
，以及选择使用随机梯度下降作为优化算法，选择交叉熵损失作为损失函数；将所述加权后的融合特征参数以及对应配网电缆的历史绝缘状态作为
LSTM
网络的输入，开始训练
LSTM
模型，其中训练过程为迭代过程，每一次迭代通过前向传播计算交叉熵损失，最小化目标函数，并反向传播更新模型参数
。4.
根据权利要求1所述的一种基于长短时记忆网络的配网电缆状态评估方法，其特征在于，在利用加权
Bagging
算法对所述历史特征参数进行融合之前，还包括，构造栈式深度自动编码器网络对采集的与配网电缆运绝缘状...

【专利技术属性】
技术研发人员：董芝春，冯宝，周慧彬，胡筱曼，曾宏毅，吴奕泓，陈权，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：