一种基于芯片算法的低压故障预警方法技术

本发明专利技术公开了一种基于芯片算法的低压故障预警方法，包括如下步骤：S1、采集低压电力系统中的运行数据，通过芯片对运行数据进行连续采样；S2、对原始输入向量序列执行预处理并计算电压波动率指标；S3、构建稀疏连接的回声状态神经网络模型；S4、将预处理输入数据集输入回声状态神经网络模型中，得到裁剪后状态向量；S5、将裁剪后状态向量输入稀疏输出映射层，生成电压异常风险评分；S6、将电压异常风险评分与设定的风险等级阈值进行比对，输出预警等级标签；S7、根据预警等级标签生成报警控制信号并将电压异常风险评分与预警等级标签发送至上位系统或远程控制平台。本发明专利技术采用稀疏神经网络与芯片算法，实现低压电力系统的实时故障预警。

【技术实现步骤摘要】

本专利技术涉及电力系统智能监测，尤其涉及一种基于芯片算法的低压故障预警方法。

技术介绍

1、在低压配电系统中，常见的电气故障形式包括电压波动、电压骤降、电压异常偏移，这些故障若未及时检测和响应，可能引发设备误动作、电能质量下降甚至局部电力中断。传统的低压故障预警方法通常依赖静态阈值设定、规则判别模型或基于人工经验的特征提取方式，在实际应用中存在响应滞后、准确率不高及难以适应多变工况的情况。为提高预警效率，近年来部分研究引入了神经网络、支持向量机及决策树这些机器学习算法，对电压、电流进行模式识别和分类分析，用于构建更为灵活的故障识别模型。

2、然而，这类方法在部署于资源受限的嵌入式终端或芯片平台时，往往面临较大的模型计算负载与功耗限制问题。部分模型结构较为复杂，参数维度高，不适合直接应用于边缘侧实时处理任务。同时，在嵌入式部署中，模型结构一旦固定后难以通过在线学习方式进行有效调整，易导致检测性能随环境变化而下降。此外，当前多数模型采用固定输入维度和统一处理策略，缺乏对电压波动变化的动态响应机制，难以实现对电气状态的细粒度感知与裁剪处理，降低了在电本文档来自技高网...

【技术保护点】

1.一种基于芯片算法的低压故障预警方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于芯片算法的低压故障预警方法，其特征在于，所述原始输入向量序列由低压电力系统中目标节点在连续采样周期内采集得到的多维运行数据组成；设定采样频率为fs，在连续时间区间T＝{t1,t2,…,tn}内，系统在每一采样时刻采集包括电压值、电流值及频率值的运行数据；每一时间步构建一个输入向量，将各个采样时间点构建的向量按时间顺序排列，形成完整的原始输入向量序列。

3.根据权利要求1所述的一种基于芯片算法的低压故障预警方法，其特征在于，所述S2具体包括：>

4.根据权利...

【技术特征摘要】

1.一种基于芯片算法的低压故障预警方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于芯片算法的低压故障预警方法，其特征在于，所述原始输入向量序列由低压电力系统中目标节点在连续采样周期内采集得到的多维运行数据组成；设定采样频率为fs，在连续时间区间t＝{t1,t2,…,tn}内，系统在每一采样时刻采集包括电压值、电流值及频率值的运行数据；每一时间步构建一个输入向量，将各个采样时间点构建的向量按时间顺序排列，形成完整的原始输入向量序列。

3.根据权利要求1所述的一种基于芯片算法的低压故障预警方法，其特征在于，所述s2具体包括：

4.根据权利要求1所述的一种基于芯片算法的低压故障预警方法，其特征在于，所述s3具体包括：

5.根据权利要求4所述的一种基于芯片算法的低压故障预警方法，其特征在于，所述s32具体包括...

【专利技术属性】
技术研发人员：曹莹，王志刚，周明龙，丁光显，
申请(专利权)人：浙江卓瑞微智能制造有限公司，
类型：发明
国别省市：