[发明专利]状态评估方法、装置、设备及存储介质

说明书

本申请涉及一种状态评估方法、装置、设备及存储介质，所述方法包括：获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。本申请实施例提供的技术方案可以提高对晶闸管进行状态评估的准确性。

技术领域

本申请涉及高压直流输电技术领域，特别是涉及一种状态评估方法、装置、设备及存储介质。

背景技术

在高压直流输电领域中，随着直流输电工程运行年限的增加，直流输电设备出现老化现象，造成直流输电设备的运行损耗上升且性能下降，从而给直流输电工程的稳定运行造成了严重的安全隐患。而换流阀是直流输电工程的核心设备，且换流阀中包括晶闸管。其中，晶闸管可以按要求被触发，使得换流阀可以将三相交流电压转换成直流电压。若换流阀中的晶闸管发生异常，将直接导致直流闭锁或停运，从而无法保证直流输电工程的稳定运行。因而，对晶闸管的状态进行评估具有重大意义。

传统的，在对晶闸管的状态进行评估时，通常是基于神经网络来实现。具体地，是将采集到的晶闸管的状态参数输入至一个训练好的神经网络模型中进行计算，从而输出对应的状态评估结果。

但是，在传统的对晶闸管的状态评估方法中，神经网络模型通常需要庞大的晶闸管状态参数作为样本数据进行训练。然而，在直流输电工程运行初期，无法得到大量的样本数据，从而基于少量样本数据训练得到的神经网络模型，对晶闸管进行状态评估的准确性低。

发明内容

基于此，本申请实施例提供了一种状态评估方法、装置、设备及存储介质，可以提高对晶闸管进行状态评估的准确性。

第一方面，提供了一种状态评估方法，该方法包括：

获取晶闸管样本的状态参数，晶闸管样本包括多个待评估晶闸管及预设晶闸管；预设晶闸管为处于正常状态的晶闸管；针对各晶闸管样本，根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子；局部离群点因子用于表征晶闸管样本的当前工作状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态。

在其中一个实施例中，状态参数包括漏电流、阻断电压、通态压降、反向恢复电荷中的至少一种；根据晶闸管样本的状态参数，计算晶闸管样本对应的局部离群点因子，包括：

根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度；基于与状态参数对应的局部可达密度，计算晶闸管样本与状态参数对应的局部离群点因子。

在其中一个实施例中，根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的局部可达密度，包括：

根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离；基于第k距离、第k邻域及可达距离，计算晶闸管样本与状态参数对应的局部可达密度。

在其中一个实施例中，根据晶闸管样本的各状态参数，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离，包括：

针对晶闸管样本的各状态参数，基于状态参数计算晶闸管样本与多个晶闸管样本中的其他晶闸管样本之间的欧氏距离；根据欧氏距离，计算晶闸管样本与状态参数对应的第k距离、第k邻域及可达距离。

在其中一个实施例中，晶闸管样本的状态包括正常状态、故障状态；基于晶闸管样本的局部离群点因子，确定晶闸管样本的当前工作状态，包括：

判断各晶闸管样本对应的局部离群点因子是否小于第一预设阈值；若小于第一预设阈值，则确定晶闸管样本的当前工作状态为正常状态；若大于或等于第一预设阈值，则确定晶闸管样本的当前工作状态为故障状态。