[发明专利]一种熔断器故障报警方法和系统

权利要求书

1.一种熔断器故障报警方法，其特征在于，包括：

获取熔断器的状态数据，所述状态数据包括端电压以及熔断器两端的电极温度，

建立预测模型，将状态数据输入预测模型，对预测模型进行训练，

利用预测模型输出熔断器的预测状态数据，将熔断器的预测状态数据与对应的真实状态数据进行比较，利用比较结果进行故障报警。

2.根据权利要求1所述的熔断器故障报警方法，其特征在于，所述建立预测模型，将状态数据输入预测模型，对预测模型进行训练包括：

将熔断器故障报警问题建模为一个马尔可夫决策过程模型，并定义其中的状态、动作以及立即奖赏函数，

建立回报值函数模型，

利用DQN深度强化学习算法获取预测策略。

3.根据权利要求2所述的熔断器故障报警方法，其特征在于，所述将熔断器故障报警问题建模为一个马尔可夫决策过程模型，并定义其中的状态、动作以及立即奖赏函数包括：

状态，熔断器的正常运行与熔断器的端电压以及两端电极温度有关，因此将端电压用U表示，将熔断器两端电极温度分别用T₁和T₂表示，t₀时刻熔断器的状态数据为d₀＝[U₀,T₁₀,T₂₀],t₁时刻的状态数据为d₁＝[U₁,T₁₁,T₂₁],t₂时刻的状态数据为d₂＝[U₂,T₁₂,T₂₂],t₃时刻的状态数据为d₃＝[U₃,T₁₃,T₂₃],以此类推，t_n时刻的状态数据为d_n＝[U_n,T_1n,T_2n],该模型中取m个时刻对应的状态数据作为一个状态，m大于等于3，可表示为：

S_i＝[d_i，d_i+1…d_i+m-1]；

动作，用a表示，在此强化学习模型中，将前m个时刻的熔断器状态设为初始状态S₀＝[d₀,d₁,…d_m-1]，预测熔断器的下一时刻的状态数据作为动作a；

立即奖赏函数，用r表示，当状态由第i次转移至第i+1次时，获得奖赏r，r通过以下公式获得：

r＝-(0.6*|U_i+m’-U_i+m|+0.2*|T_1(i+m)’-T_1(i+m)|+0.2*|T_2(i+m)’-T_2(i+m)|)，

其中，U_i+m’为预测的熔断器的端电压，U_i+m为U_i+m’对应的真实的端电压，T_1(i+m)’为熔断器一端电极的预测温度，T_1(i+m)为T_1(i+m)’对应的真实的电极温度，T_2(i+m)’为熔断器另一端电极的预测温度，T_2(i+m)为T_2(i+m)’对应的真实的电极温度。

4.根据权利要求2所述的熔断器故障报警方法，其特征在于，所述建立回报值函数模型包括：

设R(s,a)表示在状态s下采用动作a的回报值，值函数Q(s,a)是关于R(s,a)的期望，则Q(s,a)＝E[R(s,a)]。