【技术实现步骤摘要】
本专利技术涉及智能化操作，尤其涉及一种变电站遥控防误操作方法及系统。
技术介绍
1、变电站是电力系统中的重要组成部分，用于将高压电能转换为低压电能，以供给用户使用。在运行过程中，变电站需要进行遥控操作来实现对电力系统的监测、控制和保护。变电站遥控操作是指通过远程控制设备对变电站的开关、断路器等设备进行操作，以实现变电站的运行控制和故障处理。
2、变电站遥控操作具有高效、灵活、安全等优点，但也存在误操作的风险，误操作可能导致变电站的设备损坏、电网的不稳定甚至事故的发生，对电力系统的安全和稳定性造成威胁。因此，如何防止变电站遥控误操作是一个重要的问题。然而，传统的防误操作方法主要依靠操作人员的经验和注意力，但这种方法存在主观性和局限性，无法完全保证操作的正确性。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种变电站遥控防误操作方法及系统，以解决上述问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现。
3、一种变电站遥控防误操作方法，包括：
4、获取由传感器组采集被监控变电站在执行第一遥控操作后的预定时间段内的多个预定时间点的电流值、温度值和频率值；
5、将所述多个预定时间点的电流值、温度值和频率值按照时间维度排列为电流时序输入向量、温度时序输入向量和频率时序输入向量；
6、对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征；>
7、以及基于所述多参数转移关联特征，确定第一遥控操作是否为误操作，这样，可以识别异常情况并判断该第一遥控操作是否为误操作，从而进行预警，以此来实现对于遥控操作合理性和安全性的实时检测，提高遥控操作的准确性和可靠性。
8、优选的，对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征，包括：
9、通过基于深度神经网络模型的时序特征提取器分别对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行特征提取以得到电流时序多尺度特征向量、温度时序多尺度特征向量和频率时序多尺度特征向量；
10、计算所述温度时序多尺度特征向量相对于所述电流时序多尺度特征向量的响应性估计以得到电流-温度响应性融合特征矩阵；以及
11、对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征。
12、优选的，所述深度神经网络模型为多尺度邻域特征提取模块。
13、优选的，对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征，包括：计算所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵的响应性转移以得到多参数转移关联特征向量作为所述多参数转移关联特征。
14、优选的，基于所述多参数转移关联特征，确定第一遥控操作是否为误操作，包括：
15、将所述多参数转移关联特征向量通过分类器以得到分类结果，所述分类结果用于表示被监控变电站是否存在异常；
16、基于所述分类结果，确定第一遥控操作是否为误操作。
17、优选的，还包括训练步骤：用于对所述基于多尺度邻域特征提取模块的时序特征提取器和所述分类器进行训练。
18、优选的，所述训练步骤，包括：
19、获取训练数据，所述训练数据包括所述被监控变电站在执行第一遥控操作后的预定时间段内的多个预定时间点的训练电流值、训练温度值和训练频率值，以及，所述被监控变电站是否存在异常的真实值；
20、将所述多个预定时间点的训练电流值、训练温度值和训练频率值按照时间维度排列为训练电流时序输入向量、训练温度时序输入向量和训练频率时序输入向量；
21、将所述训练电流时序输入向量、所述训练温度时序输入向量和所述训练频率时序输入向量通过所述基于多尺度邻域特征提取模块的时序特征提取器以得到训练电流时序多尺度特征向量、训练温度时序多尺度特征向量和训练频率时序多尺度特征向量；
22、计算所述训练温度时序多尺度特征向量相对于所述训练电流时序多尺度特征向量的响应性估计以得到训练电流-温度响应性融合特征矩阵；
23、计算所述训练频率时序多尺度特征向量相对于所述训练电流-温度响应性融合特征矩阵的响应性转移以得到训练多参数转移关联特征向量；
24、将所述训练多参数转移关联特征向量通过所述分类器以得到分类损失函数值；
25、基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于多尺度邻域特征提取模块的时序特征提取器和所述分类器进行训练，其中，在所述训练的每次迭代时，对所述训练多参数转移关联特征向量进行权重空间迭代递归的定向提议化优化。
26、一种变电站遥控防误操作系统，包括：
27、数据获取模块，用于获取由传感器组采集被监控变电站在执行第一遥控操作后的预定时间段内的多个预定时间点的电流值、温度值和频率值；
28、向量排列模块，用于将所述多个预定时间点的电流值、温度值和频率值按照时间维度排列为电流时序输入向量、温度时序输入向量和频率时序输入向量；
29、关联编码模块，用于对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征；以及
30、第一遥控操作确定模块，用于基于所述多参数转移关联特征，确定第一遥控操作是否为误操作。
31、优选的，所述关联编码模块，包括：
32、特征提取单元，用于通过基于深度神经网络模型的时序特征提取器分别对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行特征提取以得到电流时序多尺度特征向量、温度时序多尺度特征向量和频率时序多尺度特征向量；
33、响应性估计计算单元，用于计算所述温度时序多尺度特征向量相对于所述电流时序多尺度特征向量的响应性估计以得到电流-温度响应性融合特征矩阵；以及
34、响应性转移分析单元，用于对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征。
35、优选的，所述深度神经网络模型为多尺度邻域特征提取模块。
36、相比于现有技术而言，本专利技术公开了一种变电站遥控防误操作方法及系统，
37、①通过遥控操作，可以对变电站的开关、断路器等设备进行远程控制，实现电能的分配、切换和调节，例如，可以远程控制开关的合闸和分闸，实现电路的通断操作，以满足电力系统的运行需求，当变电站发生故障时，可以通过遥控操作对故障设备进行远程断电或切换操作，以隔离故障并保护电力系统的安全，例如，当某个设备出现故障时，可以远程操作断路器进行断电，以防止故障扩大或对其他设备造成影响，通本文档来自技高网...
【技术保护点】
1.一种变电站遥控防误操作方法，其特征在于，包括：
2.根据权利要求1所述的变电站遥控防误操作方法，其特征在于，对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征，包括：
3.根据权利要求2所述的变电站遥控防误操作方法，其特征在于，所述深度神经网络模型为多尺度邻域特征提取模块。
4.根据权利要求3所述的变电站遥控防误操作方法，其特征在于，对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征，包括：计算所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵的响应性转移以得到多参数转移关联特征向量作为所述多参数转移关联特征。
5.根据权利要求4所述的变电站遥控防误操作方法，其特征在于，基于所述多参数转移关联特征，确定第一遥控操作是否为误操作，包括：
6.根据权利要求5所述的变电站遥控防误操作方法，其特征在于，还包括训练步骤：用于对所述基于多尺度邻域特征提取模块的时序特征提取器和所述分类器进行训练
7.根据权利要求6所述的变电站遥控防误操作方法，其特征在于，所述训练步骤，包括：
8.一种变电站遥控防误操作系统，其特征在于，包括：
9.根据权利要求8所述的变电站遥控防误操作系统，其特征在于，所述关联编码模块，包括：
10.根据权利要求9所述的变电站遥控防误操作系统，其特征在于，所述深度神经网络模型为多尺度邻域特征提取模块。
...【技术特征摘要】
1.一种变电站遥控防误操作方法，其特征在于，包括：
2.根据权利要求1所述的变电站遥控防误操作方法，其特征在于，对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征，包括：
3.根据权利要求2所述的变电站遥控防误操作方法，其特征在于，所述深度神经网络模型为多尺度邻域特征提取模块。
4.根据权利要求3所述的变电站遥控防误操作方法，其特征在于，对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征，包括：计算所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵的响应性转移以得到多参数转移关联特征向量作为所述多参数转移关联...
【专利技术属性】
技术研发人员：郁海彭，费皓月，冯博，李仁其，张明清，张连花，朱灵，陆娴，赵楠，吴栋伟，
申请(专利权)人：国网江苏省电力有限公司南通供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。