[发明专利]一种换流站故障分类方法及系统在审

专利信息
申请号: 201810490019.7 申请日: 2018-05-21
公开(公告)号: CN108985465A 公开(公告)日: 2018-12-11
发明(设计)人: 张子彪;张彦龙;陈大鹏;耿战霞;冯广涛;张浩然;张敬安;姚福洲 申请(专利权)人: 许继电气股份有限公司;许继集团有限公司;国家电网有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06F17/27;G06F17/30
代理公司: 郑州睿信知识产权代理有限公司 41119 代理人: 吴敏
地址: 461000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 故障分析报告 换流站 特征词 故障类别 分类模型 故障分类 样本集 电力系统自动化技术 特征词提取 故障类型 再利用 分类 分词 附属
【说明书】:

本发明涉及一种换流站故障分类方法及系统,属于电力系统自动化技术领域。本发明首先收集换流站故障分析报告,对换流站故障分析报告增加附属故障类别信息;然后对样本集进行自动分词并选择频次较高的词作为特征词;再利用特征词和对应的故障类别信息构成的样本集对分类模型进行训练,得到故障类别与特征词的对应关系;最后对待分类的故障分析报告进行特征词提取,将提取到的特征词输入到训练后的分类模型中,以确定待分类的故障分析报告的故障类型。

技术领域

本发明涉及一种换流站故障分类方法及系统,属于电力系统自动化技术领 域。

背景技术

随着全球能源互联网的逐渐发展,特高压直流输电技术也有新的突破。其中, 换流站运维是重要的一环,虽然现代电力系统的理论和技术不断发展,但危及换 流站安全的故障仍然无法避免。针对换流站故障目前有很多识别方法,但大都是 基于换流站自身所采集的电流、电压等信息进行故障识别的。例如公告号为 CN105467261B的专利文件,该专利文件公开了一种基于MMC换流站信息融合技术 交流系统暂态故障识别方法,该方法通过获取直流母线电压,对其进行Renyi小 波包能量熵的运算,若交流输电线路发生单相接地短路故障,取MMC换流站中的 ABC三相下桥臂电流,进行DB4小波包变换,若交流输电线路发生多相故障,取 MMC换流站中的ABC三相上桥臂电流,对其进行DB4小波包变换。该方法虽然能够判断暂态故障,但是也仅能够针对一种故障进行识别。

此外,换流站运维过程中会产生故障分析报告,随着时间推移,大量的故障 分析报告堆积,人工查找比较繁琐,无法充分利用其价值。

发明内容

本发明的目的是提供一种换流站故障分类方法,以解决目前换流站故障识 别过程中仅能识别一种换流站故障导致对故障的识别不全面的问题;本发明还 提供了一种换流站故障分类系统。

本发明为解决上述技术问题而提供了一种换流站故障分类方法,该分类方法 包括以下步骤:

1)收集换流站故障分析报告,对换流站故障分析报告增加附属故障类别信 息;

2)对样本集进行自动分词并选择频次较高的词作为特征词;

3)利用特征词和对应的故障类别信息构成的样本集对分类模型进行训练, 得到故障类别与特征词的对应关系;

4)对待分类的故障分析报告进行特征词提取,将提取到的特征词输入到训 练后的分类模型中,以确定待分类的故障分析报告的故障类型。

本发明通过对换流站故障分析报告进行特征词提取,建立故障类型与特征词 之间的对应关系,利用该关系确定各故障分析报告中对应的故障类型。该方法充 分利用了故障分析报告,提高了换流站故障识别的全面性。

进一步地,所述步骤2)所选择的特征词还需经过筛选处理,将其中无意义 的词或特定场景下的词剔除。

本发明通过对特征词的进一步筛选,删除其中无意义的词,进一步提高了故 障识别的准确性。

进一步地,所述步骤3)中的分类模型为贝叶斯分类模型。

进一步地,所述的步骤3)在对贝叶斯分类模型进行训练时,需将样本集中 的特征词和故障类别进行编码。

进一步地,在对贝叶斯分类模型训练后,还需对训练后的分类模型进行验证, 若准确率低于设定值时,则对特征词和故障类别进行优化整合,以减少特征词个 数。本发明利用测试集对训练后的分类模型进行验证,保证了分类模型的分类精 度,提高了后续对故障分类的准确性。

进一步地,对特征词和故障类别进行优化整合包括以下方式中的至少一种:

A.去除出现频次较少的特征词;

B.对于一组特征词对应两个以上故障类别,则增加新的特征词进行区分;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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许继电气股份有限公司;许继集团有限公司;国家电网有限公司,未经许继电气股份有限公司;许继集团有限公司;国家电网有限公司许可,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/201810490019.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top