[发明专利]继电保护设备故障预警模型的构建方法、系统及预警方法

权利要求书

1.一种继电保护设备故障预警模型的构建方法，其特征在于：包括

步骤A：收集继电保护设备的历史故障信息，根据继电保护功能是否失效将所有故障划分为至少两个等级；

步骤B：对导致保护功能失效的故障进行赋值，同时统计在这类故障发生之前发生过的其他等级故障的类型和次数，整理保护功能失效的故障数据得到结果向量，以对应的历史故障信息构建的矩阵作为原因矩阵；

所述原因矩阵表示为结果向量表示为{d_n,n∈[1,N]}，其中d_n表示原因矩阵中的第n行数据对应的严重故障的赋值，同样的严重故障，其赋值相同；表示d_n对应的严重故障发生时，第i种故障类型发生的次数；

步骤C：对结果向量和原因矩阵分别进行归一化处理；

步骤D：确定BP神经网络的结构和参数，将归一化后的原因矩阵和结果向量分别作为输入和输出值导入BP神经网络进行训练。

2.根据权利要求1所述的一种继电保护设备故障预警模型的构建方法，其特征在于：步骤A中将继电保护设备的历史故障划分为严重、异常、一般三个等级，其中严重故障为装置保护功能失效的情况，异常故障为保护功能部分失效的情况，一般故障为保护功能未受影响的情况。

3.根据权利要求1所述的一种继电保护设备故障预警模型的构建方法，其特征在于：所述归一化处理中引入修正函数使处理后的数值处于[0.1,0.9]范围内。

4.根据权利要求3所述的一种继电保护设备故障预警模型的构建方法，其特征在于：归一化的公式为

其中，g(a)为修正函数。

5.根据权利要求4所述的一种继电保护设备故障预警模型的构建方法，其特征在于：步骤D中BP神经网络的输入层神经元为I个，分别对应I种故障类型，输出层神经元为k个，对应k种严重故障类型，单层隐含层时，容许误差为5％-10％，双层隐含层时，容许误差为10％。

6.根据权利要求5所述的一种继电保护设备故障预警模型的构建方法，其特征在于：步骤D中BP神经网络的训练过程如下：

步骤i：令n＝1，将原因矩阵和结果向量{κ_n,n∈[1,N]}导入BP神经网络中；

步骤ii：将输入值传递到隐含层，

其中，为中间变量，为传递参数，为偏移量，M为隐含层维度，f(x)为激活函数，为S形函数，其数值属于[0,1]范围内，A，B为常量；

把隐含层数据传输到输出层

z_n＝f(S_n)

其中，S_n为中间变量，ω_jn为传递参数，c_n为偏移量；

步骤iii：计算神经网络的误差

如果E_nτ，输出模型；否则转至步骤iii；

步骤iv：计算修正量

Δc_n＝-η₂e_n

其中，η₁和η₂为学习因子，e_n和为梯度值，

e_n＝(z_n-d_n)f′(S_n)

其中，函数f′为函数f的导数，

步骤v：修正权重参数，

ω_jn＝ω_jn-1+Δω_jn+αΔω_jn-1

c_n＝c_n-1+Δc_n

其中，动量因子α∈[0.1,0.8]为常数，Δω_jn-1和为第n-1组数据给出的修正量；

步骤vi：令n＝n+1，返回步骤ii，直到在步骤iii中输出模型。