[发明专利]一种判断直流配电系统稳定性的实时监测方法及装置

权利要求书

1.一种判断直流配电系统稳定性的实时监测方法，其特征在于，包括：

S1：获得真实直流电压信息，编码每条真实直流电压信息获得真实直流电压特征向量，以构建样本集；

S2：基于全连接神经网络构建训练系统，包括生成器网络模型，判别器和分类器网络模型；

S3：构建训练系统的损失函数，根据输入真实直流电压特征向量通过判别器和分类器网络模型，得到真实电压特征向量标记的稳定和失稳标签的概率构建分类器损失函数；

根据输入真实直流电压特征向量通过判别器和分类器网络模型得到真实电压特征向量为非真实的概率构建判别器第一损失函数；

根据输入伪直流电压特征向量通过判别器和分类器网络模型得到伪直流电压特征向量为非真实的概率构建判别器第二损失函数；

根据输入伪直流电压特征向量通过生成器得到伪标签直流电压特征数据为非真实的概率构建生成器损失函数；

S4：利用分类器损失函数、判别器第一损失函数、判别器第二损失函数、生成器损失函数对训练系统进行训练，训练结束时，判别器以及确定的参数组成真伪性判别模型，分类器以及确定的参数组成稳定性标签分类模型，确定参数的生成器组成高置信度的伪标签直流电压数据生成模型；

S5：将实时观测得到的真实直流电压信息输入判别器和分类器网络模型，得到对于真实直流电压信息的稳定性实时判别结果。

2.根据权利要求1所述的判断直流配电系统稳定性的实时监测方法，其特征在于，步骤S1中，所述的真实直流电压特征向量包括标记稳定和失稳标签的真实直流电压特征向量，用于通过判别器和分类器网络模型判别伪标签直流电压数据稳定性和真伪性，以及未标记稳定和失稳标签的真实直流电压特征向量，用于通过判别器和分类器网络模型判别伪标签直流电压的真伪性。

3.根据权利要求1或2所述的判断直流配电系统稳定性的实时监测方法，其特征在于，步骤S1中，所述的真实直流电压信息为直流配电网母线历史波形以及稳定性标签，编码直流配电网母线历史波形得到直流配电网母线历史波形特征，基于直流配电网母线历史波形特征确定所述的生成器、判别器和分类器的输入维度和输出维度。

4.根据权利要求1所述的判断直流配电系统稳定性的实时监测方法，其特征在于，步骤S2中，所述的生成器网络模型用于根据随机数据生成伪标签直流电压数据，具体步骤为：提取随机数据中的特征向量，输入所述特征向量到生成器网络模型，基于全连接神经网络，得到伪标签直流电压数据。

5.根据权利要求1所述的判断直流配电系统稳定性的实时监测方法，其特征在于，步骤S2中，所述的判别器和分类器网络模型用于根据真实直流电压特征向量和伪标签直流电压特征数据判别伪标签直流电压真伪性和稳定性，具体步骤如下：

提取伪标签直流电压数据得到伪标签直流电压特征向量，输入所述伪标签直流电压特征向量、真实直流电压特征向量到判别器和分类器网络模型，基于全神经网络连接，对输入的伪标签直流电压特征向量的置信度进行判断，所述置信度为真伪性和稳定性，得到伪标签直流电压的置信度判断结果。

6.根据权利要求1所述的判断直流配电系统稳定性的实时监测方法，其特征在于，步骤S3中，所述的分类器损失函数loss_ld1：

判别器第一损失函数loss_ud1：

判别器第二损失函数loss_ud2：

生成器损失函数loss_bd1：

其中，m_l，m_u，m_f分别为分类器损失函数，判别器损失函数，生成器损失函数的样本数据，tⁱ为第i个标签样本数据通过判别器和分类器网络模型标记的标签类型值，xⁱ为第i个标签的真实样本数据，N为非真实标签类型值，zⁱ为第i个标签伪直流电压样本数据。