[发明专利]电网故障诊断方法、系统及设备

权利要求书

1.一种电网故障诊断方法，其特征在于，包括以下步骤：

S1、当电网发生故障时，将故障前的潮流数据和故障后的潮流数据按照预设转换规则，对应转换为DCVPFI数据；

S2、将所述DCVPFI数据输入到由海量DCVPFI数据样本预先训练好的卷积神经网络CNN模型中，得出不同故障状态的故障概率；根据故障概率最大的故障状态，确定电网故障诊断结果。

2.根据权利要求1所述的电网故障诊断方法，其特征在于，在步骤S2中包括以下步骤：

S201、CNN模型中采用两组卷积-激活-池化结构，提取不同故障状态故障特征；

S202、将提取的故障特征，输入到含有多个神经元的全连接层，综合故障特征，得到分类决策；

S203、输出层的神经元分别对应电网的不同故障状态，并将神经元输出的分类决策转换为CNN所给出的该处故障概率。

3.根据权利要求1所述的电网故障诊断方法，其特征在于，所述卷积神经网络CNN模型通过下述步骤得到：

以电网系统基态数据为基础离线生成海量DCVPFI数据源；

利用生成的海量DCVPFI数据源构建得到海量DCVPFI数据样本，对CNN模型进行训练，得到预先训练好的卷积神经网络CNN模型。

4.根据权利要求3所述的电网故障诊断方法，其特征在于，以电网系统基态数据为基础离线生成海量DCVPFI数据源时包括以下步骤：

a、由下列公式为各负荷赋予一个随机的有功功率和无功功率，模拟在真实环境下负荷功率的波动；

式中，和为所生成的随机有功、无功功率；P_Li和Q_Li为该负荷的基态有功功率、无功功率；k₁和k₂为随机生成的两个参数；函数rand表示生成一个后面的区间范围内的随机数；为所生成的机组随机有功功率；P_Gi该机组的基态有功功率；k为随机生成的参数；

b、使用发电机与负荷的随机功率对无故障系统拓扑结构进行潮流计算，获得故障前系统各支路的有功功率；

c、随机地从预设的故障集中获取故障，采用故障后的系统拓扑进行潮流计算，获得故障后系统各支路的有功功率；

d、将故障前后的支路有功功率与此时网络中各发电机组、负荷的功率汇总，得到一份DCVPFI数据源；

e、重复以上a～d步骤，得到由电网系统基态数据生成涵盖所有故障状态的海量DCVPFI数据源。

5.根据权利要求1或4所述的电网故障诊断方法，其特征在于，所述将故障前的潮流数据按照转换规则转换为DCVPFI数据时，包括以下步骤：

S101、将故障前潮流数据为其对应的像素块赋值；

S102、模仿网络的拓扑结构将像素块排布在二维零值像素矩阵上，形成二维的作为CNN输入的计算机视觉化潮流数据矩阵CVPFM，其与电网故障前的潮流分布是一一对应的；

S103、将故障前的CVPFM映射到HSV色彩空间获得故障前CVPFI。

6.根据权利要求1或4所述的电网故障诊断方法，其特征在于，所述将故障后的潮流数据按照转换规则转换为DCVPFI数据时，包括以下步骤：

S111、将故障后的潮流数据为其对应的像素块赋值；

S112、模仿网络的拓扑结构将像素块排布在二维零值像素矩阵上，形成了二维的作为CNN输入的计算机视觉化潮流数据矩阵CVPFM，其与电网故障后的潮流分布是一一对应的；

S113、将故障后的CVPFM映射到HSV色彩空间获得故障后CVPFI；映射时，对于像素块中与故障线路对应的像素值按下列公式设置为随机值；

P_l＝rand(-1,1)

式中，P_l为生成的随机有功功率。