【技术实现步骤摘要】
本专利技术属于配变箱，更为具体地，涉及一种10kv配变箱绝缘故障预警方法。
技术介绍
1、在超高压和特高压输变电技术飞速发展的背景下电力系统逐渐朝着大容量方向发展，确保安全可靠供电已经成为电力企业和广大电力用户共同关心的重要课题。配变箱安全可靠运行是安全可靠供电的前提和基础，配变箱作为电力系统的枢纽和关键节点，一旦发生故障则会造成重大的经济损失甚至是严重的社会影响。因此，对配变箱的运行状态进行检测，继而视情况采取有效措施进行维护保障具有重要意义。当前绝缘故障已成为配变箱故障的主因之一。虽然国内外很多学者对配变箱状态检测进行了广泛深入的研究，但现阶段10kv系统配变箱绝缘状态预测还是空白，虽然市场上绝缘检测产品层出不穷，但其绝缘预测功能薄弱，无法提前发现问题。一般而言，绝缘损伤后电子电离空气进而产生臭氧释放。通过检测臭氧数据可以发现先期绝缘问题。综上所述，如何及时发现10kv配变箱的绝缘故障成为了本领域技术人员急需解决的问题。
技术实现思路
1、针对上述问题，本专利技术的目的是提出了一种基于改进麻雀搜索算法优化gru的10kv配变箱绝缘故障预警方法，通过运行数据与运行工况、环境等因素的分析比对，给出配变箱高性价比绝缘故障预警，保障电网的稳定运行。
2、为实现上述目的，本专利技术采用如下的技术方案：一种10kv配变箱绝缘故障预警方法，包括：
3、步骤一、获取历史绝缘故障数据，并对历史绝缘故障数据进行预处理；所述历史绝缘故障数据包括天气因素数据以及配变箱内电压、电
4、步骤二、将采集的天气因素数据利用模糊c均值算法fcm进行相似日聚类；
5、步骤三、对每个类簇搭建对应的基于改进麻雀搜索算法优化gru的10kv配变箱绝缘故障预警模型，将预处理完毕后的数据作为训练数据，通过将天气因素、配变箱内电压和电流作为输入数据，以配变箱内相线之间的压差与臭氧浓度作为输出数据，对所搭建的绝缘故障预警模型进行训练；
6、步骤四、将采集的实时天气因素、配变箱内电压和电流数据作为输入数据输入进训练完毕后的绝缘故障预警模型，判断配变箱内相线之间的压差与臭氧浓度是否超过阈值，从而进行绝缘故障预警。
7、进一步，在步骤一中，通过使用箱线图对数据异常值进行识别处理，具体将数据按从小到大的顺序排列，在排列后的数据中居于中间位置的数就是中位数，用q2表示；下四分位数则是位于排列后的数据25％位置上的数值，用q1表示；上四分位数则是处在排列后的数据75％位置上的数值，用q3表示；定义一个称为四分位距的指标iqr，iqr＝q3-q1，给定区间[q1-σ*iqr,q3+σ*iqr]，其中σ是控制区间长度的一个正数，通常σ取1.5，位于该区间内的值是正常的数值，而在区间外的值定义为异常值。
8、进一步，步骤一中选用拉格朗日插值法对数据进行缺失值处理。
9、进一步，所述基于改进麻雀搜索算法优化gru的10kv配变箱绝缘故障预警模型采用门控循环神经网络gru模型，将天气因素、配变箱内电压和电流作为基于改进麻雀搜索算法优化gru的10kv配变箱绝缘故障预警模型的输入数据，以配变箱内相线之间的压差与臭氧浓度作为基于改进麻雀搜索算法优化gru的10kv配变箱绝缘故障预警模型的输出数据，且引入改进麻雀搜索优化算法对gru模型的超参数进行优化，从而选取最优参数组合值；
10、其中，引入改进麻雀搜索优化算法对gru模型的超参数进行优化，从而选取最优参数组合值的步骤如下：
11、1)确定迭代次数，麻雀种群规模，种群中发现者、预警者占比；
12、2)利用随机变量tent混沌映射进行麻雀种群参数初始化，计算初始种群中个体适应度；
13、3)按照适应度值对麻雀个体进行排序；
14、4)使用发现者麻雀位置公式来确定发现者麻雀的位置，具体公式为：
15、
16、w＝δ·(wmax-(wmax-wmin)·(1/(e-1))·(el/l-1))
17、其中，为第i只麻雀在第d列经过第l+1次迭代更新的位置坐标；β为(0，1]中的均匀随机数；l与l分别代表迭代次数与最大迭代次数；q为标准正太随机分布数；e为1*d的全1矩阵；r与st分别为属于[0,1]的预警值与属于[0.5,1]的安全值；wmax与wmin分别为最大权重与最小权重，δ是0到1之间的随机数使用跟随者麻雀位置公式来确定所有跟随者麻雀的位置，具体公式为：
18、
19、式中，为第i只麻雀在第d列经过第l+1次迭代更新的位置坐标，xworst(l)为全体麻雀中的最差位置；xp(l+1)为迭代次数为l+1次时全体麻雀中的最佳位置；a+＝at(aat)-1，a为内部元素为1或-1的1行d列矩阵；麻雀种群规模n；
20、5)在麻雀群体种群选择部分麻雀个体作为警惕者麻雀，使用下式完成对警惕者麻雀位置的更新；
21、
22、式中，为第i只麻雀在第d列经过第l+1次迭代更新的位置坐标，xbest(l)为全局最优位置，ζ为服从(0，1)的正态分布，h为[-1,1]的随机数，fg和fw分别是目前全局最优和最差的适应度值，fi是第i只麻雀的适应度值，ε是一个避免分母为0的常数；即当fi-fw为0时，ε避免分母为0；
23、6)再次计算个体适应度值
24、在改进麻雀搜索优化算法每次迭代过程中，计算得到的麻雀位置代表参数寻优过程中的一组解，使用这组解设置gru模型超参数进行训练得到预测值；将预测值代入平均绝对误差mae公式中计算麻雀适应度值；
25、
26、式中，yim表示第i个预测值；qi是第i个真实值；n代表样本数据的数量；
27、7)整个操作是否达到最大迭代次数，如果已经达到最大迭代次数，则输出此时麻雀个体的位置，即最优的参数，若没有达到最大迭代次数，则返回到步骤3)；
28、8)获得超参数的最优组合值。
29、进一步，所述麻雀种群规模n＝30，最大迭代次数l＝5，发现者占比为20％，警惕者占比为10％，安全阈值st＝0.8。
30、通过上述设计方案，本专利技术可以带来如下有益效果：本专利技术首先通过模糊c均值聚类算法将采集的天气因素数据进行相似日聚类；其次每个类簇搭建对应的基于改进麻雀搜索算法优化gru的10kv配变箱绝缘故障预警模型，通过将天气因素及配变箱内电压、电流作为输入数据，以配变箱相线之间的压差与臭氧浓度作为输出数据，对所搭建的绝缘故障预警模型进行训练；然后通过采集的实时天气因素、配变箱内电压和电流数据作为输入数据输入进训练完毕后的绝缘故障预警模型，判断配变箱内相线之间的压差与臭氧浓度是否超过阈值，从而进行绝缘故障预警，保障电网的稳定运行。
本文档来自技高网...【技术保护点】
1.一种10KV配变箱绝缘故障预警方法，其特征在于，包括：
2.根据权利要求1所述的10KV配变箱绝缘故障预警方法，其特征在于，在步骤一中，通过使用箱线图对数据异常值进行识别处理，具体将数据按从小到大的顺序排列，在排列后的数据中居于中间位置的数就是中位数，用Q2表示；下四分位数则是位于排列后的数据25％位置上的数值，用Q1表示；上四分位数则是处在排列后的数据75％位置上的数值，用Q3表示；定义一个称为四分位距的指标IQR，IQR＝Q3-Q1，给定区间[Q1-σ*IQR,Q3+σ*IQR]，其中σ是控制区间长度的一个正数，通常σ取1.5，位于该区间内的值是正常的数值，而在区间外的值定义为异常值。
3.根据权利要求1所述的10KV配变箱绝缘故障预警方法，其特征在于，步骤一中选用拉格朗日插值法对数据进行缺失值处理。
4.根据权利要求1所述的10KV配变箱绝缘故障预警方法，其特征在于，所述基于改进麻雀搜索算法优化GRU的10KV配变箱绝缘故障预警模型采用门控循环神经网络GRU模型，将天气因素、配变箱内电压和电流作为基于改进麻雀搜索算法优化GRU的10K
5.根据权利要求4所述的10KV配变箱绝缘故障预警方法，其特征在于，所述麻雀种群规模N＝30，最大迭代次数L＝5，发现者占比为20％，警惕者占比为10％，安全阈值ST＝0.8。
...【技术特征摘要】
1.一种10kv配变箱绝缘故障预警方法，其特征在于，包括：
2.根据权利要求1所述的10kv配变箱绝缘故障预警方法，其特征在于，在步骤一中，通过使用箱线图对数据异常值进行识别处理，具体将数据按从小到大的顺序排列，在排列后的数据中居于中间位置的数就是中位数，用q2表示；下四分位数则是位于排列后的数据25％位置上的数值，用q1表示；上四分位数则是处在排列后的数据75％位置上的数值，用q3表示；定义一个称为四分位距的指标iqr，iqr＝q3-q1，给定区间[q1-σ*iqr,q3+σ*iqr]，其中σ是控制区间长度的一个正数，通常σ取1.5，位于该区间内的值是正常的数值，而在区间外的值定义为异常值。
3.根据权利要求1所述的10kv配变箱绝缘故障预警方法，其特征在于，步骤一中选用...
【专利技术属性】
技术研发人员：孙道军，夏岩，李鹏，李斌，孙超，王刚，金玉，张诗博，聂磊，陈凯，孙雨晴，
申请(专利权)人：国网辽宁省电力有限公司鞍山供电公司，
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。