[发明专利]特高压直流控制保护合并单元运行状态评价方法及系统

权利要求书

1.一种特高压直流控制保护合并单元运行状态评价方法，其特征在于，包括：

1)采集室外设备运行环境数据、室内设备运行环境数据、合并单元运行数据；

2)针对采集数据进行特征提取得到状态评价特征；

3)将状态评价特征分别输入自适应模糊神经网络模型和深度学习最小二乘支持向量机模型，所述自适应模糊神经网络模型和深度学习最小二乘支持向量机模型被预先训练建立了状态评价特征、状态评价结果数据之间的映射关系；将自适应模糊神经网络模型和深度学习最小二乘支持向量机模型两者输出的状态评价结果数据通过线性融合模型进行线性融合得到综合状态评价结果数据；

4)将综合状态评价结果数据和预设的合并单元状态评价标准库进行对比获得合并单元的状态评价结果，并根据状态评价结果随机扰动调节线性融合模型的线性系数以提高线性融合模型的泛化能力。

2.根据权利要求1所述的特高压直流控制保护合并单元运行状态评价方法，其特征在于，步骤1)中的室外设备运行环境数据包括温度、湿度、污秽程度；室内设备运行环境数据包括温度、湿度、粉尘颗粒度；合并单元运行数据、激光器驱动电流、激光器驱动电压、接收数据电平和激光器温度。

3.根据权利要求1所述的特高压直流控制保护合并单元运行状态评价方法，其特征在于，步骤2)中进行特征提取是指依次通过数据预处理、关联度分析、数据聚类，所述数据预处理是指对不同纲量的数据进行时序对应和归一化处理；所述关联度分析是指利用预处理数据进行重要性排序筛选出关键性数据，以降低数据异常对数据模型输出的影响；所述数据聚类是指对关键性数据进行数据分类，以实现对合并单元的状态评价特征进行自动分类识别。

4.根据权利要求1所述的特高压直流控制保护合并单元运行状态评价方法，其特征在于，步骤4)之前包括构建合并单元状态评价标准库的下述步骤：模拟室外设备运行环境状态异常、室内设备运行环境状态异常、合并单元运行数据异常三种异常工况，分别针对三种异常工况单独发生或同时发生时的状态执行步骤1)～3)获得综合状态评价结果数据，从而得到不同异常工况下的状态评价特征、综合状态评价结果数据之间的映射关系，再通过附加正常工况下的状态评价特征、综合状态评价结果数据之间的映射关系，得到预设的合并单元状态评价标准库。

5.根据权利要求1所述的特高压直流控制保护合并单元运行状态评价方法，其特征在于，步骤3)中的线性融合模型的函数表达式如下式所示：

M_out＝λM_1out+(1-λ)M_2out

上式中，M_out为线性融合模型的输出，M_1out为自适应模糊神经网络模型的输出，M_2out为深度学习最小二乘支持向量机模型的输出，λ为模型叠加线性系数，且λ∈[0,1]。

6.根据权利要求5所述的特高压直流控制保护合并单元运行状态评价方法，其特征在于，步骤4)中根据状态评价结果随机扰动调节线性融合模型的线性系数的函数表达式为：

M_out,dist＝(λ+ξ)M_1out+(1-λ-ξ)M_2out

上式中，M_out,dist为随机扰动调节后的线性融合模型的输出，M_1out为自适应模糊神经网络模型的输出，M_2out为深度学习最小二乘支持向量机模型的输出，λ为随机扰动调节前的模型叠加线性系数，λ∈[0,1]，ξ为随机扰动量。