[发明专利]基于多试验方法异步检测数据的配网设备综合评估方法

说明书

本发明提供了一种基于多试验方法异步检测数据的配网设备综合评估方法，通过采用多种试验方法获取配网设备的多样试验数据，组成试验数据矩阵，并利用屏蔽矩阵对试验数据矩阵中的数据进行随机屏蔽，模拟实际测试中所采用的多种试验方法的各种组合情况，从而通过屏蔽矩阵使得一定数量的试验数据矩阵扩增获得更多人造的扩展数据矩阵，对原先获得试验数据规模进行扩大，便于提高所构建的神经网络模型的准确性和全面性，进而可利用神经网络模型对配网设备的健康状态进行简捷、高效、精准评估；通过本发明，实现对多种试验方法获取的多样数据进行综合利用，提高了数据利用率和评估结果的准确性，从而提升配网设备检测质量，增强供电的可靠性和经济性。

技术领域

本发明涉及配网设备技术领域，更具体地，涉及一种基于多试验方法异步检测数据的配网设备综合评估方法。

背景技术

随着城市配电网规模的扩大，用户对于供电可靠性的要求日渐严格，配网设备检修工作尤其是对于配网设备状态的评估显得愈发重要。在传统的配电设备状态检测中，试验方法与试验装置众多，当只采用单一试验方法或单一试验装置对电网设备进行检测时，检测结果的准确性较差，往往因检测结果判断错误而导致供电的可靠性降低，影响配网系统运行效益，但如果进行多次试验，难以保证每次的试验方法与试验装置相同，这也就造成了获取到的试验数据多样且异步的特点，难以综合使用采集到的数据对配网设备进行快速有效地评估，存在试验数据不能被充分利用的问题。因此，急需一种可依托多样异步试验数据对配网设备进行快速精准、有效评估的方法。

发明内容

本发明要解决的技术问题是提供一种基于多试验方法异步检测数据的配网设备综合评估方法，通过随机屏蔽某些方法获取的检测数据，产生训练数据集并训练神经网络模型，所建立的神经网络模型能自动根据过去和当前的多试验方法异步检测数据对配网设备状态快速进行综合评估，能有效地提高评估结果的准确性。

为解决上述技术问题，本发明采用的技术方案是：一种基于多试验方法异步检测数据的配网设备综合评估方法，所述方法包括以下步骤：

步骤S1：选定配网设备的M个健康状态、试验关联时间长度L、试验时间间隔T以及N种可用的试验方法；

步骤S2：获取P个配网设备，在试验关联时间长度L内，每隔试验时间间隔T，对于每个配网设备采用所有的N种试验方法进行试验，共得到P个N×(L/T)的试验数据矩阵，并评估每个试验数据矩阵所对应的配网设备健康状态；

步骤S3：对于每个试验数据矩阵，随机产生Q个屏蔽矩阵，将所有实验数据矩阵中的数据按对应的屏蔽矩阵进行屏蔽，共得到P×Q个扩展数据矩阵；

步骤S4：以扩展数据矩阵及其对应的屏蔽矩阵作为输入，以对应的配网设备健康状态作为输出对神经网络模型进行训练，构建神经网络模型；

步骤S5：在实际测试中，依据神经网络模型对配网设备具体的健康状态做出评估；

优选的，步骤S1中，所述配网设备的M个健康状态具体包括正常、破损、老化和故障。

优选的，步骤S1中，所述N种可用的试验方法具体包括局部放电检测法、红外带电检测法、高低压无线钳形电流检测法、高频电流法以及油色谱分析检测法。

优选的，步骤S2中，评估每个试验数据矩阵所对应的配网设备健康状态的具体方法为：

步骤S21：确定所述试验数据矩阵中每个数据元素所对应的配网设备健康状态；

步骤S22：统计所述试验数据矩阵中每个健康状态的总数量，将总数量最大的健康状态判定为所述试验数据矩阵对应的健康状态；

优选的，步骤S3中，所述屏蔽矩阵为与试验数据矩阵行数和列数相等的N×(L/T)矩阵，所述屏蔽矩阵中的每个元素随机取值为0或1。