[发明专利]一种基于Keras的电气系统运行状态智能分析方法

摘要

本发明公开一种基于Keras的电气系统运行状态智能分析方法，通过采集电站电气系统运行历史数据，存储在OpenTSDB数据库中，构建电气系统运行状态的历史向量数据库；从历史向量数据库中确定每组样本数batch_size进行MLP参数初始化；加载历史向量数据库的数据，分类为包括训练集和测试集；构建多层神经网络结构，构建出电气系统运行状态智能检测模型；训练集数据作为输入训练数据传入模型，输出电气系统运行状态的预测值和预测值相对应的阈值；获取电气系统运行状态的实测值，比较实测值与预测值、预测值相对应的阈值，进行预测警报，提示工况偏离，指导及时恢复，避免引起安全问题，对电气各系统不同工况的预测精准，提高了电站电气系统运行的安全性和稳定性。

主权项

1.一种基于Keras的电气系统运行状态智能分析方法，其特征在于，包括以下步骤：采集电站电气系统运行历史数据，并存储在OpenTSDB数据库中；获取存储在OpenTSDB数据库中的历史数据，构建电气系统运行状态的历史向量数据库；从历史向量数据库中确定训练时每次梯度更新的样本数batch_size，以每次梯度更新的样本数batch_size为基数进行分组，并对每组样本数batch_size进行MLP参数初始化；加载历史向量数据库的数据，并分类为包括训练集和测试集，总样本数的一部分作为训练集用于模型训练，剩余部分作为测试集用于模型测试；利用Keras构建多层神经网络结构，构建出电气系统运行状态智能检测模型；用以历史向量数据库中的训练集数据作为输入训练数据，传入已构建的电气系统运行状态智能检测模型，输出电气系统运行状态的预测值和预测值相对应的阈值；获取电气系统运行状态的实测值，比较实测值与预测值、预测值相对应的阈值，进行预测警报。