[发明专利]一种基于集成学习的输电设备状态评价方法在审
申请号: | 201911351082.3 | 申请日: | 2019-12-24 |
公开(公告)号: | CN111126489A | 公开(公告)日: | 2020-05-08 |
发明(设计)人: | 胡金磊;罗建军;苏超;邝振星;汪林生;黄绍川;叶志健 | 申请(专利权)人: | 广东电网有限责任公司;广东电网有限责任公司清远供电局 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08;G06Q50/06 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 刘翠香 |
地址: | 510600 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 集成 学习 输电 设备 状态 评价 方法 | ||
本发明公开了一种基于集成学习的输电设备状态评价方法,该方法包括:获取包含输电设备运行相关数据的历史样本;通过主成分分析与专家经验判断的方法选取与历史样本对应的特征量及标签;采用bootstrap采样法对历史样本中的正常样本进行采样,建立N个正常样本集合,并将正常样本集合与故障样本进行组合得到N个均衡样本训练集;采用N个LSTM基学习器分别对N个均衡样本训练集进行网络训练,得到N个分类结果;对N个分类结果进行Bagging集成,得到输电设备状态评价模型,对输电设备的状态进行实时综合评价。本发明通过提出适用于输电设备智能化状态评价的网络模型,实现对输电设备运行状态的准实时综合评价,能够反映输电线路的运行状态,提高电力系统的可靠性。
技术领域
本发明涉及输电线路状态评价技术领域,尤其涉及一种基于集成学习的输电设备状态评价方法。
背景技术
目前电力系统针对输电设备的检修计划已经逐步由传统的定期检修转变为基于设备运行状态的检修,从而提高检修任务针对性,避免造成人力物力的浪费。基于设备运行状态安排检修计划的关键在于及时准确把握设备状态,随着相关检测技术的不断发展,在线监测、离线实验、人工巡视、无人机巡视等多种状态检测手段目前广泛应用于输电设备的状态检测之中,并积累了大量的历史数据。但目前的状态评价方法仍然存在以下问题:大多基于少数或单一的状态量进行分析和判断,未考虑外界因素对设备状态的影响,分析结果粗放且片面,难以及时潜伏性故障;大多依靠运维专家根据人工经验以及相关状态评价导则进行判断,存在人为因素造成的主观性误差;设备状态信息数据分布于电力系统各部分,数据参量参差不齐,数据有效提取和融合分析的难度较大,设备异常检测和状态评价效率较低;单一的状态评价模型难以保证对不同环境设备的适用性。
通过大数据设备状态评价的内涵在于利用日益完善的电力信息化平台收集的大量设备状态信息、电网运行信息以及环境气象信息进行融合分析和深度挖掘,从数据本身内在规律分析的角度发掘出有价值的信息,实现个性化的状态评价、设备异常的快速检测。采用大数据分析算法进行研究的优点在于其不需要建立复杂的数学物理模型就可以从大量数据中获得对输电设备状态评价有价值的信息,为设备状态的精细化状态和预测提供全新的解决思路和技术手段;此外,大数据分析还能够结合物理模型实现对输电设备的多样化、复杂化的全方位分析,提升输电设备状态评价、诊断的准确性。
发明内容
本发明提供一种基于集成学习的输电设备状态评价方法,以解决现有技术的不足。
为实现上述目的,本发明提供以下的技术方案:
一种基于集成学习的输电设备状态评价方法,所述方法包括:
从电力系统历史记录中获取包含输电设备运行相关数据的历史样本;
通过主成分分析与专家经验判断的方法选取与所述历史样本对应的特征量及标签;
采用bootstrap采样法对所述历史样本中的正常样本进行采样,建立N个正常样本集合,并将所述正常样本集合与故障样本进行组合得到N个均衡样本训练集;
采用N个LSTM基学习器分别对N个均衡样本训练集进行网络训练,得到N个分类结果;
对N个分类结果进行Bagging集成,得到输电设备状态评价模型;
采用所述输电设备状态评价模型对输电设备的状态进行实时综合评价。
进一步地,所述基于集成学习的输电设备状态评价方法中,所述电力系统历史记录包括电力系统巡线记录、预防性试验记录、运行记录、缺陷记录、电力公司缺陷库和紧急重大缺陷统计。
进一步地,所述基于集成学习的输电设备状态评价方法中,所述输电设备运行相关数据包括设备台帐信息、设备铭牌信息、检测仪器技术参数、设备运行数据和气象信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司清远供电局,未经广东电网有限责任公司;广东电网有限责任公司清远供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911351082.3/2.html,转载请声明来源钻瓜专利网。