【技术实现步骤摘要】
本专利技术涉及一种基于残差改进的胶囊网络箱式变电站故障诊断方法，属于箱式变电站故障诊断。
技术介绍
1、我国拥有世界上电压级别最高、规模最大、结构最复杂、年发电量最大的电力系统。作为电力系统的末端，配电网承担着从输电网络或地区发电厂获取电能，构建多层次配电网络，并将电能安全、可靠、经济地分配给用户的重要任务，箱式变电站作为配电网中的关键设备之一，及时诊断并处理其故障问题对配电网乃至电力系统的安全性具有重要意义。传统的箱式变电站故障诊断和处理手段是投入大量人力、物力对其定期巡检和维护。这种依靠人为主观判断的设备定期维护的方式，缺乏足够的科学理论支持，过于机械化，不但需要巡检维修人员具备大量的先验知识和经验，而且容易出现漏检、错检、重检的情况，造成人力、物力的严重浪费。相关数据显示，人工排查故障元件的时间占整个故障处理过程的30％有余。因此，及时判断箱式变电站的故障类型，根据故障类型定位故障元件，有助于缩短故障定位时间，并显著提高故障处理效率。
2、随着深度学习在工程应用领域的发展，一些方法被运用在箱式变电站的故障诊断方面。其中...
【技术保护点】
1.一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于：步骤1中进行的数据集预处理方法包括以下具体步骤：
3.根据权利要求1所述的一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于：步骤2中构建基于残差改进的胶囊网络故障诊断模型的具体方法为：在胶囊网络的卷积层中引入残差模块，建立基于残差改进的胶囊网络故障诊断模型。
4.根据权利要求1所述的一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于：步骤2...
【技术特征摘要】
1.一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于：步骤1中进行的数据集预处理方法包括以下具体步骤：
3.根据权利要求1所述的一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于：步骤2中构建基于残差改进的胶囊网络故障诊断模型的具体方法为：在胶囊网络的卷积层中引入残差模块，建立基于残差改进的胶囊网络故障诊断模型。
4.根据权利要求1所述的一种基于残差改进的胶囊网络箱式变电站故障诊断方法，其特征在于：步骤2中所述的残次卷积层是利用残差卷积运算对输入的箱变运行参数和环境指标数据进行特征提取，即，残差卷积层通过卷积核的滑动窗口对箱式变电站监测数据进行卷积操作，通过加权计算和添加偏置提取其中的特征，并通过跳跃连接进行残差学习，将获取到的残差信息回传到前面的卷积层中，通过动态反馈机制不断优化特征提取结果；
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：刘永，周佳琳，王祥，杨明顺，高新勤，李淑娟，
申请(专利权)人：西安理工大学，
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。