[发明专利]一种具备可解释性的晶闸管换流阀运行状态评估方法

说明书

本发明公开一种具备可解释性的晶闸管换流阀运行状态评估方法，包括如下步骤：确定状态量与状态等级，输入换流阀运行状态数据集；训练CatBoost分类器，以全局准确率、召回率对结果进行评价；对换流阀运行状态进行实时评估，基于SHAP归因分析法解释评估模型的结果。本发明在对特高压直流输电晶闸管换流阀状态评估方面具有较高的准确率，算法简单易于实现，且能够解释评估模型的运算逻辑与真实推理过程，找出影响评估结果的关键因素，在一定程度上能帮助工程人员正确判断换流阀的运行状态，为检修决策的制定提供针对性的理论指导，应用价值和前景巨大。

技术领域

本发明涉及晶闸管换流阀领域，具体的是一种具备可解释性的晶闸管换流阀运行状态评估方法。

背景技术

电力设备的良好运行状态是电力系统安全稳定运行的基础，设备故障引发的停电事故会严重影响电网的稳定运行与巨大的经济损失。因此，对于运行在复杂工况与恶劣环境中的设备，全面、及时、准确地对设备运行状态进行监测与分析是保障其安全稳定运行的重要措施。晶闸管换流阀作为特高压直流输电的核心设备，起着整流、逆变、开关等关键作用，若能对其进行准确的运行状态评估并提供可被理解的解释方案，则可以及时发现异常部件，降低故障率，提高电网的运行安全。

近年来，人工智能技术在预测、评估任务中的效率、精度、自学习能力等方面不断发展，这为换流阀的运维检修提供了一种全新的技术手段与研究思路。不过，现有的人工智能评估方法不能很好地表达输入特征对评估结果的影响程度，类似“黑箱”的评估模型无法将各指标与评估结果的关联关系直观地呈现在运维人员面前，使得检修策略无法有针对性地被制定，进而会对事故的分析效率以及换流阀的故障率产生影响。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供一种具备可解释性的晶闸管换流阀运行状态评估方法，本发明以有效避免传统方法中主观性强、可解释性不足等问题，在对晶闸管换流阀状态评估方面具有更高的准确率与更快的速度，算法简单易于实现，且能够解释评估模型的运算逻辑，找出影响评估结果的关键因素，在一定程度上帮助工程人员正确判断换流阀的运行状态等级，为晶闸管换流阀的检修决策提供针对性的理论指导，应用价值和前景巨大。

本发明的目的可以通过以下技术方案实现：

一种具备可解释性的晶闸管换流阀运行状态评估方法，包括以下步骤：

S1：确定晶闸管换流阀状态量与状态等级，获取换流阀运行状态数据集，将数据集分为训练集与测试集；

S2：以训练集训练CatBoost分类器并得到模型，通过模型对测试集内的数据进行评估，以全局准确率、召回率对评估结果进行评价；

S3：对换流阀运行状态进行实时评估，基于SHAP解释模型的输出结果。

进一步地，所述S1中状态量是基于《高压直流输电换流阀状态评价导则》，计及温度、相对湿度对换流阀运行的影响，共计选择41个表征运行状态的状态量，并对无明确数值的状态量量化至[0,1]；0表示积极状态，1表示负面状态，将数据进行标准化：

式中：α为标准化前的数据，α^*为与标准化后的数据，A为α所在的序列集合。

进一步地，所述S2具体为：

S21、选定需要寻优的三个参数：基分类器数目、最大深度、学习率，并设定各参数网格搜索的范围；

S22、逐个对CatBoost的参数进行网格搜索，结合K-fold交叉验证法，将K个实验的准确率进行平均作为此模型下的性能指标；

S23、对测试集数据进行评估，采用全局准确率与召回率评价模型的输出结果。

进一步地，所述CatBoost算法的具体步骤如下：