[发明专利]一种基于LSTM神经网络的智能变电站故障诊断方法

说明书

本发明公开了一种基于LSTM神经网络的智能变电站故障诊断方法，包括：对智能变电站故障告警信息进行分类管理；获取智能变电站的单间隔保护测试故障告警信息，并进行告警信息预处理；对智能变电站单间隔继电保护测试故障进行分类，打标签；将预处理后的告警信息分为训练集和测试集，把训练集和对应故障类型标签输入LSTM神经网络进行训练；模型输出故障类型与评价模型优劣的F1‑score值、损失值，得到足够好的模型后保存模型；利用训练好的历史最优模型进行智能变电站单间隔继电保护测试故障诊断。本发明的优点是：解决难以处理海量数据并从中找到关键信息的问题，提高了故障诊断的准确度与效率。将LSTM神经网络作为故障诊断模型，进一步提高故障诊断效果。

技术领域

本发明涉及数字式继电保护试验装置的自动化领域，具体涉及一种基于LSTM神经网络的智能变电站故障诊断方法。

背景技术

智能变电站是由智能化的一次设备和网络化的二次设备分层构建的，其中包括过程层、间隔层和站控层，在智能变电站继电保护装置的现场调试以及出厂联调阶段中，使用的最主要的调试工具还是智能变电站数字式继电保护试验装置。2016年，由四川省电科院牵头，通过将保护测试功能与站控层功能集成，并将保护测试模型、站控层模型等技术结合，成功研究并制造出了第一代智能变电站数字式继电保护试验装置。

目前试验装置还存在以下不足：(1)数字式继电保护试验装置不能实现对所有保护装置的远程控制；(2)数字式继电保护试验装置不能自动设定故障参数；(3)导入scd文件后，继电保护测试人员不能检查保护装置的一致性和测试人员配置信息的一致性；(4)无法对测试过程中出现的故障自动进行诊断，人工进行故障排查耗费大量时间。

针对第四点不足提出了一种基于LSTM神经网络的单间隔继电保护测试故障诊断方法，进一步扩充数字式继电保护试验装置的功能，使其能够实时诊断继电保护测试过程中存在的故障。目前针对变电站故障诊断主要是技术人员依据通信报文装置辅助判别异常原因，但数据量太大且缺乏有效手段分析故障特征，导致许多重要信息被遗漏，故而无法有效用于继电保护测试过程中的实时诊断。

《智能变电站二次系统故障诊断方法研究》提出基于变电站内综合自动化系统告警信息，依据装置自检告警信息确定装置功能程序运行状态，依据变电站内设备监控告警信息确定设备本体工作状态，建立了故障推断知识库和推理过程为故障诊断理清了思路，但主要还是依靠人工进行推断，推断过程机械繁杂，耗时长。《计及二次系统的智能变电站故障诊断方法研究》提出了贝叶斯算法为基本推理计算方法和信息融合方法的智能变电站故障元件诊断方法，实现了智能变电站故障精确诊断，简化了诊断过程，但对智能变电站故障过程中保护和断路器的动作情况依旧依靠知识库推理来实现诊断，《智能变电站继电保护二次回路在线监测与故障诊断技术》通过网络报文记录分析装置或保护状态监测及诊断装置，将保护设备及二次回路各环节发生故障时的典型告警信息收集、分析、上传，构建一套继电保护二次回路在线监测与故障诊断系统，除了能对网络链路告警有效诊断故障点，其他告警情况主要还是运用知识库推理实现故障诊断。由于变电站出现故障时有海量报文信息和告警信息，加上数据集噪音的干扰，导致一些重要信息被淹没，以上方法都很难处理所有告警数据并从中找到关键数据来快速的实时诊断故障。

针对以上不足，提出了一种基于LSTM神经网络的单间隔继电保护测试故障诊断方法，采用LSTM神经网络对从SCD文件中解析出来信息和测试过程中的实时故障数据进行有监督的深度学习，利用tanh与sigmoid激活函数进行训练，采用F1-score评价标准对模型效果进行评价，并以220kV智能变电站220kV线路间隔为例进行模型性能测试，可有效的诊断测试过程中出现的问题，从而大幅提升数字式继电保护试验装置的测试效率。

发明内容

本发明的目的在于提供一种基于LSTM神经网络的智能变电站继电保护测试故障实时诊断方法，解决了现有智能变电站继电保护测试装置无法实时诊断故障的问题。

为解决上述的技术问题，本发明采用以下技术方案：