System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及用电安全,具体的说,是涉及变频负荷系统用电安全监测方法、系统、存储介质及设备。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、随着客户侧光伏、电动汽车充电桩、变频负荷接入占比提高,相关的客户侧安全隐患事故频发。光伏并网逆变器元器件老化、电缆破裂、触点松动等问题极易产生故障电弧,引发严重火灾事故。充电桩充电线路温度过高、电池外部直流系统短路等问题导致电动汽车充电过程中自燃起火事故频发。电压波动、电流越限等电能质量问题将导致负荷设备异常离网,影响客户的正常生活需求和经济生产行为,例如,客户侧分布式光伏过电压导致用户自身用电设备异常离网。
3、频发的安全隐患事故,严重影响电网供电可靠性,威胁电力客户的人身安全,为电力客户和电网造成巨大损失。但是,将现有的卷积神经网络用于变频负荷系统用电安全监测,不仅无法获取用电信息之间的相关性,而且网络收敛速度较慢。因此,需要对现有的卷积神经网络进行改进,提升用电信息之间的相关性,加快网络收敛速度。
技术实现思路
1、本专利技术为了解决上述问题,本专利技术提供变频负荷系统用电安全监测方法、系统、存储介质及设备,将八方向向量与卷积神经网络结合,其中八方向向量注重的是用电信息之间的相关性,并针对八方向向量与卷积神经网络得到的卷积层特征的数据不一致的问题,对隐藏层结构和激励函数进行了改进,弥补了传统卷积神经网络的不足,可以更好的描述用电信息,提高了用电设备安全隐患及故障识别
2、为了实现上述目的,本专利技术采用如下技术方案:
3、本专利技术的第一个方面提供变频负荷系统用电安全监测方法,其包括:
4、获取电网数据;
5、对于电网数据,构建所述电网数据的八方向特征,并通过卷积层,得到卷积层特征;
6、对卷积层特征与八方向特征进行归一化操作,并将归一化后的卷积层特征与八方向特征进行拼接后,通过激励函数和隐藏层,得到最终特征,并基于最终特征,分类器预测是否存在用电设备安全隐患及故障。
7、进一步地,所述激励函数采用双曲正切函数。
8、进一步地,采用s形函数分别对卷积层特征与八方向特征进行归一化操作。
9、进一步地,所述用电设备安全隐患及故障包括:光伏并网逆变器元器件老化、光伏并网电缆破裂和光伏并网触点松动。
10、进一步地,所述用电设备安全隐患及故障包括:充电桩充电线路温度过高和充电桩电池外部直流系统短路。
11、进一步地,所述分类器采用归一化指数函数分类器。
12、进一步地,所述电网数据包括:拓扑识别、线路数据采集、中低压配电柜开关状态监测、电能质量监测、核心设备温度及噪声监测、中低压开关分合闸速度和操作机构状态监测、故障电弧监测、剩余电流监测和直流电源系统监测。
13、本专利技术的第二个方面提供变频负荷系统用电安全监测系统,其包括:
14、数据获取模块,其被配置为:获取电网数据;
15、特征提取模块,其被配置为:对于电网数据,构建所述电网数据的八方向特征,并通过卷积层,得到卷积层特征;
16、预测模块,其被配置为:对卷积层特征与八方向特征进行归一化操作,并将归一化后的卷积层特征与八方向特征进行拼接后,通过激励函数和隐藏层,得到最终特征,并基于最终特征,分类器预测是否存在用电设备安全隐患及故障。
17、进一步地,所述激励函数采用双曲正切函数。
18、进一步地,采用s形函数分别对卷积层特征与八方向特征进行归一化操作。
19、进一步地,所述用电设备安全隐患及故障包括:光伏并网逆变器元器件老化、光伏并网电缆破裂和光伏并网触点松动。
20、进一步地,所述用电设备安全隐患及故障包括:充电桩充电线路温度过高和充电桩电池外部直流系统短路。
21、进一步地,所述分类器采用归一化指数函数分类器。
22、进一步地,所述电网数据包括:拓扑识别、线路数据采集、中低压配电柜开关状态监测、电能质量监测、核心设备温度及噪声监测、中低压开关分合闸速度和操作机构状态监测、故障电弧监测、剩余电流监测和直流电源系统监测。
23、本专利技术的第三个方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,该程序被处理器执行时实现如上述所述的变频负荷系统用电安全监测方法中的步骤。
24、本专利技术的第四个方面提供一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的变频负荷系统用电安全监测方法中的步骤。
25、与现有技术相比,本专利技术的有益效果为:
26、本专利技术提供了变频负荷系统用电安全监测方法,其将八方向向量与卷积神经网络结合,其中八方向向量注重的是用电信息之间的相关性,两者的结合,不仅能够弥补传统卷积神经网络的不足,更好的描述用电信息,提高用电设备安全隐患及故障识别准确率,而且,大大降低了时间复杂度,加快了收敛速度,能够确保用电设备的安全运行和快速维护。
27、本专利技术提供了变频负荷系统用电安全监测方法,其针对八方向向量与卷积神经网络得到的卷积层特征的数据不一致的问题,对隐藏层结构和激励函数进行了改进。
本文档来自技高网...【技术保护点】
1.变频负荷系统用电安全监测方法,其特征在于,包括:
2.如权利要求1所述的变频负荷系统用电安全监测方法,其特征在于,所述激励函数采用双曲正切函数;
3.如权利要求1所述的变频负荷系统用电安全监测方法,其特征在于,所述用电设备安全隐患及故障包括:光伏并网逆变器元器件老化、光伏并网电缆破裂、光伏并网触点松动;
4.如权利要求1所述的变频负荷系统用电安全监测方法,其特征在于,所述电网数据包括:拓扑识别、线路数据采集、中低压配电柜开关状态监测、电能质量监测、核心设备温度及噪声监测、中低压开关分合闸速度和操作机构状态监测、故障电弧监测、剩余电流监测和直流电源系统监测。
5.变频负荷系统用电安全监测系统,其特征在于,包括:
6.如权利要求5所述的变频负荷系统用电安全监测系统,其特征在于,所述激励函数采用双曲正切函数;
7.如权利要求5所述的变频负荷系统用电安全监测系统,其特征在于,所述用电设备安全隐患及故障包括:光伏并网逆变器元器件老化、光伏并网电缆破裂、光伏并网触点松动;
8.如权利要求5所述的变频负荷系
9.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一项所述的变频负荷系统用电安全监测方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一项所述的变频负荷系统用电安全监测方法中的步骤。
...【技术特征摘要】
1.变频负荷系统用电安全监测方法,其特征在于,包括:
2.如权利要求1所述的变频负荷系统用电安全监测方法,其特征在于,所述激励函数采用双曲正切函数;
3.如权利要求1所述的变频负荷系统用电安全监测方法,其特征在于,所述用电设备安全隐患及故障包括:光伏并网逆变器元器件老化、光伏并网电缆破裂、光伏并网触点松动;
4.如权利要求1所述的变频负荷系统用电安全监测方法,其特征在于,所述电网数据包括:拓扑识别、线路数据采集、中低压配电柜开关状态监测、电能质量监测、核心设备温度及噪声监测、中低压开关分合闸速度和操作机构状态监测、故障电弧监测、剩余电流监测和直流电源系统监测。
5.变频负荷系统用电安全监测系统,其特征在于,包括:
6.如权利要求5所述的变频负荷系统用电安全监测系统,其特征在于,所述激励函数采用双曲正切函数;
7.如权利要求5所...
【专利技术属性】
技术研发人员:张雪梅,刘鹏龙,陈云龙,吴雪霞,刘昳娟,韩冬,于相洁,李静,许帅,李萌,徐美玲,王倩,高玉华,王若晗,岳雅晴,石雨帆,王所钺,吕学志,王继强,赵承楠,王超,
申请(专利权)人:国网山东省电力公司营销服务中心计量中心,
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。