[发明专利]一种谐波预警方法、谐波预警装置及终端设备

权利要求书

1.一种谐波预警方法，其特征在于，包括：

获取训练样本，所述训练样本为以谐波污染度为标签的电信号；

基于训练样本对构建的卷积神经网络模型进行训练，获得训练后的神经网络模型；

将采集的待监测的用户侧电网中的电信号输入训练后的神经网络模型，获得所述用户侧电网中的谐波污染度；

基于所述谐波污染度对所述用户侧电网进行预警动作。

2.如权利要求1所述的谐波预警方法，其特征在于，所述获取训练样本包括：

随机生成虚拟电信号，并提取所述虚拟电信号的特征参数；

将所述虚拟电信号输入预先构建的虚拟电网模型，得到所述虚拟电网模型的状态；

基于所述虚拟电网模型的状态计算所述虚拟电信号的谐波污染度；

获取预设数量的虚拟电信号以及对应的谐波污染度，并将每个虚拟电信号的特征参数和对应的谐波污染度作为训练样本。

3.如权利要求2所述的谐波预警方法，其特征在于，所述随机生成虚拟电信号包括：

获取预设的基波，并在所述基波上随机生成各次谐波；

将所述基波和随机生成的各次谐波叠加获得虚拟电信号。

4.如权利要求2所述的谐波预警方法，其特征在于，所述虚拟电信号的特征参数包括以下至少一项：基波频率、各次谐波的频率、各次谐波的幅值、各次谐波的相角、2-50次谐波电压和谐波电流、三相电压不平衡度、电压波动与闪变、电压偏差、电压基波有效值和真有效值、电流基波有效值和真有效值、基波有功功率、基波视在功率、真功率因数。

5.如权利要求2所述的谐波预警方法，其特征在于，所述虚拟电网模型的状态包括以下至少一项：是否存在断路器误动作、是否存在变压器过热、是否存在电机烧毁、是否存在自动装置误动作、所述虚拟电网模型中各用电设备接收到的电能质量。

6.如权利要求2所述的谐波预警方法，其特征在于，所述基于训练样本对构建的卷积神经网络模型进行训练，获得训练后的神经网络模型包括：

将所述虚拟电信号的特征参数输入构建的卷积神经网络模型获得谐波污染预测值；

基于所述谐波污染预测值和标签值的差异反向更新所述卷积神经网络模型的各层的参数；

在所述卷积神经网络模型收敛后，获得训练后的卷积神经网络模型。

7.如权利要求6所述的谐波预警方法，其特征在于，所述将采集的待监测的用户侧电网中的电信号输入训练后的神经网络模型，获得所述用户侧电网中的谐波污染度包括：

将采集的待监测的用户侧电网中的电信号的特征参数输入训练后的神经网络模型，获得所述用户侧电网中的谐波污染度。

8.一种谐波预警装置，其特征在于，包括：

获取单元，用于获取训练样本，所述训练样本为以谐波污染度为标签的电信号；

训练单元，用于基于训练样本对构建的卷积神经网络模型进行训练，获得训练后的神经网络模型；

模型分析单元，用于将采集的待监测的用户侧电网中的电信号输入训练后的神经网络模型，获得所述用户侧电网中的谐波污染度；

预警单元，用于基于所述谐波污染度对所述用户侧电网进行预警动作。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述谐波预警方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述谐波预警方法的步骤。