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() 一种基于孤僻森林修正LSTM算法的电网故障检测方法及系统技术方案_技高网

一种基于孤僻森林修正LSTM算法的电网故障检测方法及系统技术方案

技术编号:41395395 阅读:2 留言:0更新日期:2024-05-20 19:18
本发明专利技术公开了一种基于孤僻森林修正LSTM算法的电网故障检测方法及系统,涉及电网故障预警技术领域,包括收集极端天气下电网运行数据并做预处理。根据预处理的数据使用LSTM算法结合环境因素检测是否存在故障,若存在则发出故障预警,考虑误报因素对预警信息进行修正,并进行二次检测。根据二次检测的输出对故障预警分类进行处理。本发明专利技术考虑极端天气情况下的不同故障类型和优先级,能够更准确地预测和识别极端天气条件下的电网故障,使得故障处理更为有针对性和高效性。多维度的数据集成和智能处理,在实时监控和故障预警方面,显著提高了电网在恶劣天气条件下的稳定性和安全性,对于保障电网的可靠运行和减少由天气引起的电网故障影响具有重要意义。

【技术实现步骤摘要】

本专利技术涉及电网故障预警,特别是一种基于孤僻森林修正lstm算法的电网故障检测方法及系统。


技术介绍

1、随电力系统作为现代社会的基础设施,其稳定和可靠运行对于经济和社会活动至关重要。然而,极端天气事件,如大雪、暴雨、风暴等,对电网的正常运行构成了严峻挑战。这些条件不仅可能导致设备故障,还会增加电网的负荷,使得传统的监控和故障检测系统难以应对。在这样的情况下,一直在寻求更先进的解决方案,以提高电网在恶劣天气条件下的韧性和响应能力。传统的电网监控系统主要依赖于历史数据和比较简单的算法来预测和处理故障。这些系统在面对复杂和动态变化的极端天气条件时,往往表现出准确性不足和响应延迟

2、传统电网监控和故障检测技术的一大不足在于其有限的适应性和灵活性。这些系统通常是基于固定的算法和预设的参数来运行的,这意味着它们在处理非常规的或未预见到的情况时,特别是在极端天气条件下,可能无法有效应对。这些传统方法往往依赖于简单的阈值判断或历史数据模式,缺乏对实时环境变化的动态响应能力。在极端天气事件中,如大雪、暴风雨或极端温度,电网的运行状态可能迅速变化,这时候,传统系统可能无法及时准确地识别和响应这些变化。因此,这种缺乏灵活性和适应性的特点限制了传统电网监控系统在应对复杂和动态变化环境中的有效性。


技术实现思路

1、鉴于现有的基于孤僻森林修正lstm算法的电网故障检测及系统中存在的问题,提出了本专利技术。

2、因此,本专利技术所要解决的问题在于如何对极端天气下的电网故障进行针对性的预警和处理以适应复杂和动态的变化环境。

3、为解决上述技术问题,本专利技术提供如下技术方案:

4、第一方面,本专利技术实施例提供了一种基于孤僻森林修正lstm算法的电网故障检测方法,其包括,收集极端天气下电网运行数据并做预处理。根据预处理的数据使用lstm算法结合环境因素检测是否存在故障,若存在则发出故障预警。考虑误报因素对预警信息进行修正,并进行二次检测。根据二次检测的输出对故障预警分类进行处理。

5、作为本专利技术所述基于孤僻森林修正lstm算法的电网故障检测方法的一种优选方案,其中:所述使用lstm算法结合环境因素检测故障具体为:假设有n个电网数据特征和m个环境数据特征,则输入向量

6、xt=[xt1,xt2,...,xtn,et1,et2,...,etm],其中xti是时刻t的电网数据特征,eti是同一时刻的环境数据特征;

7、lstm单元遗忘门配置表示为,

8、ft=σ(wf·[ht-1,xt]+bf)

9、其中,wf是遗忘门的权重矩阵,bf是偏置项;

10、输入门表示为,

11、it=σ(wi·[ht-1,xt]+bi)

12、其中,wi是输入门的权重矩阵,bi是偏置项;

13、单元状态更新表示为,

14、

15、其中,最终单元状态为:wc是单元状态更新的权重矩阵,bc是偏置项;

16、输出门表示为,

17、ot=σ(wo·[ht-1,xt]+bo)

18、其中,最终输出为,ht=ot*tanh(ct);wo是输出门的权重矩阵,bo是偏置项;σ表示sigmoid激活函数;tanh表示双曲正切激活函数;*表示hadamard乘积;[ht-1,xt]表示将前一时刻的隐藏状态和当前时刻的输入连接起来。

19、作为本专利技术所述基于孤僻森林修正lstm算法的电网故障检测方法的一种优选方案,其中:所述故障预警的判定结合环境因素,具体为若存在故障预警且伴随大风天气则优先考虑是否为主线路的负荷过载原因,若此时伴随大雨天气则优先考虑是否为变压器渗水原因,若降雪量达到4mm未超过6mm则判定一级大雪,此时故障优先考虑变压器渗水原因,若降雪量达到6mm未超过8mm判定为二级大雪,此时故障优先考虑主线路负荷过载的原因,若降雪量超过8mm则判定为三级大雪此时应同步优先考虑主线路负荷过载和变压器渗水原因;若对所有设备检测并未发现故障则初步判定为误报原因进行二次检测。

20、作为本专利技术所述基于孤僻森林修正lstm算法的电网故障检测方法的一种优选方案,其中:所述修正采用孤僻森林算法,收集历史天气条件下的电网监控数据和故障记录,使用孤立森林算法对历史数据进行异常检测,记录每次检测到的异常分数。计算历史异常分数的统计量,基于统计量确定初始阈值;根据当前环境条件与历史数据的差异,动态调整阈值,假设μ是历史异常分数的均值,σ是标准差,δ是基于当前环境条件的调整因子,则阈值t表示为:

21、t=μ+k·σ+δ

22、其中k是一个常数,控制阈值的严格程度,δ根据实时环境数据动态计算。

23、作为本专利技术所述基于孤僻森林修正lstm算法的电网故障检测方法的一种优选方案,其中:对所述二次检测设置误报修正标准为n%,当误报率大于标准时逐步增大k值直至误报率达到修正标准;并将k值设定范围为p~q之间。若环境因素导致误报率再次大于标准值则再次修改k的数值,逐步增加k值直至误报率达到修正标准。

24、作为本专利技术所述基于孤僻森林修正lstm算法的电网故障检测方法的一种优选方案,其中:若所述二次检测的数据误报率始终大于标准修正值,且当k值达到最大值之后误报率依然无法达到标准值,则初步判定为漏报原因,此时检查数据的时间序列,查看漏报时间及漏报位置确定故障状态。

25、作为本专利技术所述基于孤僻森林修正lstm算法的电网故障检测方法的一种优选方案,其中:根据二次检测的输出对故障预警分类进行处理,具体包括:若为漏报故障,则根据漏报位置查看故障原因,是否为天气原因导致的通信中断,若是,则加强对电网实时数据的监控,以便及时发现可能遗漏的故障信号,设定检测时间,确保数据的时间序列完整减少漏报的风险。若为设备故障,结合天气因素对故障进行分级处理,第一优先级为变压器故障,第二优先级为主线路负荷过载故障,第三优先级为其他设备故障。若存在故障预警且伴随大风天气,则优先检查主线路的负荷状况;若检测到负荷过载,则立即降低负荷或切断过载部分的电源,以防进一步损害;并且派遣维修团队对可能的损坏点进行检查和修复。若存在故障预警且伴随大雨天气;则优先检查变压器及其周围设施是否有渗水迹象;若发现渗水,则立即关闭受影响变压器的电源,防止进一步损坏;并且进行排水处理,并检查电气绝缘和设备完整性。若存在故障预警且为大雪天气,则优先检查变压器及其周围设施是否有渗水迹象,若大雪等级达到二级及以上则同步考虑线路过载和变压器渗水故障,并对其他设备进行进一步的检测,直至定位故障原因通知人员进行处理,必要的进行断电操作。

26、第二方面,本专利技术实施例提供了一种基于孤僻森林修正lstm算法的电网故障检测系统,其包括:采集模块,用于采集极端天气下电网运行数据并做预处理。检测模块,用于对极端天气下预处理的数据进行检测分析查看,若存在故障则进行预警。处理模块,用于对预警的故障分类进行本文档来自技高网...

【技术保护点】

1.一种基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:包括,

2.如权利要求1所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:所述使用LSTM算法结合环境因素检测故障具体为,

3.如权利要求2所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:所述故障预警的判定结合环境因素,具体为若存在故障预警且伴随大风天气则优先考虑是否为主线路的负荷过载原因,若此时伴随大雨天气则优先考虑是否为变压器渗水原因,若降雪量达到4mm未超过6mm则判定一级大雪,此时故障优先考虑变压器渗水原因,若降雪量达到6mm未超过8mm判定为二级大雪,此时故障优先考虑主线路负荷过载的原因,若降雪量超过8mm则判定为三级大雪此时应同步优先考虑主线路负荷过载和变压器渗水原因;若对所有设备检测并未发现故障则初步判定为误报原因进行二次检测。

4.如权利要求3所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:所述修正采用孤僻森林算法,收集历史天气条件下的电网监控数据和故障记录,使用孤立森林算法对历史数据进行异常检测,记录每次检测到的异常分数;

5.如权利要求4所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:对所述二次检测设置误报修正标准为n%,当误报率大于标准时逐步增大k值直至误报率达到修正标准;并将k值设定范围为p~q之间;

6.如权利要求5所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:若所述二次检测的数据误报率始终大于标准修正值,且当k值达到最大值之后误报率依然无法达到标准值,则初步判定为漏报原因,此时检查数据的时间序列,查看漏报时间及漏报位置确定故障状态。

7.如权利要求6所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:根据二次检测的输出对故障预警分类进行处理,具体包括,

8.一种基于孤僻森林修正LSTM算法的电网故障检测系统,基于权利要求1~7任一所述的基于孤僻森林修正LSTM算法的电网故障检测方法,其特征在于:包括,

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于孤僻森林修正LSTM算法的电网故障检测方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~7任一所述的基于孤僻森林修正LSTM算法的电网故障检测方法的步骤。

...

【技术特征摘要】

1.一种基于孤僻森林修正lstm算法的电网故障检测方法,其特征在于:包括,

2.如权利要求1所述的基于孤僻森林修正lstm算法的电网故障检测方法,其特征在于:所述使用lstm算法结合环境因素检测故障具体为,

3.如权利要求2所述的基于孤僻森林修正lstm算法的电网故障检测方法,其特征在于:所述故障预警的判定结合环境因素,具体为若存在故障预警且伴随大风天气则优先考虑是否为主线路的负荷过载原因,若此时伴随大雨天气则优先考虑是否为变压器渗水原因,若降雪量达到4mm未超过6mm则判定一级大雪,此时故障优先考虑变压器渗水原因,若降雪量达到6mm未超过8mm判定为二级大雪,此时故障优先考虑主线路负荷过载的原因,若降雪量超过8mm则判定为三级大雪此时应同步优先考虑主线路负荷过载和变压器渗水原因;若对所有设备检测并未发现故障则初步判定为误报原因进行二次检测。

4.如权利要求3所述的基于孤僻森林修正lstm算法的电网故障检测方法,其特征在于:所述修正采用孤僻森林算法,收集历史天气条件下的电网监控数据和故障记录,使用孤立森林算法对历史数据进行异常检测,记录每次检测到的异常分数;

5.如权利要求4所述的基于孤僻森林修正lstm算法的电网故障检测方法,其特征在于...

【专利技术属性】
技术研发人员:范俊秋袁龙赵维兴杜刃刃谢威周忠强王嘉昊宁楠李钰刚代江曾晓蕾吴小康姜世骁廖畅陈晓杨瑞杨政校谢才科陈克洋
申请(专利权)人:贵州电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1