[发明专利]基于Transformer-GRU的智能变电站二次系统故障定位方法在审
| 申请号: | 202210137553.6 | 申请日: | 2022-02-15 |
| 公开(公告)号: | CN114492662A | 公开(公告)日: | 2022-05-13 |
| 发明(设计)人: | 王洪彬;周念成;李智;童晓阳;王强钢 | 申请(专利权)人: | 重庆大学;西南交通大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 重庆为信知识产权代理事务所(普通合伙) 50216 | 代理人: | 郑鲲熙 |
| 地址: | 400044 重*** | 国省代码: | 重庆;50 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 transformer gru 智能 变电站 二次 系统故障 定位 方法 | ||
本发明公开了一种基于Transformer‑GRU的智能变电站二次系统故障定位方法,包括如下步骤:针对各间隔二次设备的每个故障情景,收集来自相关设备的告警信号,形成告警信号集合及对应故障位置;针对各间隔的每个故障情景,构造特征矩阵;针对各间隔中的小样本,对其进行复制;考虑网络延迟,针对各间隔的每个故障情景,将该故障情景下各时刻的行向量的顺序打乱,得到多个特征矩阵;分别构造各间隔的Transformer‑GRU故障定位模型;分别训练各间隔的Transformer‑GRU故障定位模型;将各间隔的测试集送入Transformer‑GRU故障定位模型进行测试,完成二次系统的故障定位,并统计各模型的测试准确率。本发明能够对变电站二次系统故障进行准确的定位,为运维人员提供高效准确的辅助决策。
技术领域
本发明涉及电力设备故障检测技术领域,特别是涉及一种基于Transformer-GRU的智能变电站二次系统故障定位方法。
背景技术
智能变电站能够通过网络通信平台采集到站内设备信息,监控一次设备和二次设备的运行状态,其安全可靠运行对于电力系统稳定运行至关重要。传统的智能变电站故障定位方法主要基于专家系统,结合通信装置和各二次设备的状态信息确定故障位置。智能变电站二次系统发生异常时会产生大量告警信号,运维检修人员很难从大量告警信号中提取有用信息,准确地确定出故障位置。
文献1:叶远波、孙月琴、黄太贵、等;智能变电站继电保护二次回路在线监测与故障诊断技术[J],电力系统保护与控制,2016,44(20):148-153。提出一种基于多参信息量的继电保护二次回路在线监测及故障诊断方法,通过网络报文分析仪或保护状态检测装置,收集智能变电站二次系统发生故障时产生的告警信号,进行故障诊断,但需要运维检修人员根据经验提取相关告警信号。
文献2:LIU Y Q,GAO H L,GAO W C,et al.Development of a substation-areabackup protective relay for smart substation[J].IEEE Transactions on SmartGrid,2017,8(06):2544-2553.提出一种变电站区域后备保护,利用电流差分原理定位故障元件。
文献3:王月月、陈民铀、姜振超、等,基于云理论的智能变电站二次设备状态评估[J].电力系统保护与控制,2018,46(01):71-77;提出一种基于变权理论和梯形云模型,利用继电保护装置中间节点信息,构建二次设备的状态评估模型。
文献4:戴志辉、鲁浩、刘媛、等,基于改进D-S证据理论的智能站保护二次回路故障诊断方法[J].电力系统保护与控制,2020,48(09):59-67。通过解析(Substationconfiguration description,SCD)文件,分析二次回路的虚回路和物理回路映射关系,基于改进的D-S证据理论对智能变电站二次回路进行故障定位,但不同智能变电站SCD文件存在差异,难以适用于其它智能变电站。
近年来,人工智能和大数据技术迅速发展,成为新型的智能变电站故障定位方法。文献5:王磊、陈青、高洪雨、等,基于大数据挖掘技术的智能变电站故障追踪架构[J].电力系统自动化,2018,42(03):84-91。利用Spark对故障信息进行数据挖掘,采用决策树理论发现故障原因,但需要大量的监控数据才能准确判断出故障位置。
文献6:REN B,LI J S,ZHENG Y K,et al.Research on Fault Location ofProcess-Level Communication Networks in Smart Substation Based on Deep NeuralNetworks[J].IEEE Access,2020,8:109707-109718.提出了一种基于深度神经网络的过程层通信网络故障定位方法,通过对故障状态的冗余监测,总结了不同位置的监测节点故障特征信息,但并未考虑到复杂的通信网络结构。
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重庆大学;西南交通大学,未经重庆大学;西南交通大学许可,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/202210137553.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种伪狂犬病毒疫苗研究的毒种稀释装置
- 下一篇:一种有机化合物及其应用
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法





