[发明专利]继电器可靠性评估方法及装置

说明书

本发明涉及一种继电器可靠性评估方法及装置，所述方法包括基于待测继电器机电性能参数的历史数据生成训练集；机电性能参数包括机械应力、温度和灵敏度；将训练集送入预构建的神经网络模型进行迭代训练，获得可靠性评估模型；其中，预构建的神经网络模型包括输入层、隐藏层和输出层；隐藏层用于前向传播和反向传播；将待测继电器的机电性能参数输入可靠性评估模型，获得可靠性评估结果。本发明将检测方法与智能算法相结合，构建可靠性评估模型，从而对继电器可靠性能进行分类评估，本申请提供的实施方法更加简单，适用性强。

技术领域

本发明属于数据处理技术领域，具体涉及一种继电器可靠性评估方法及装置。

背景技术

高压断路器是高压电路中非常重要的元件之一，对电力系统的运行起着控制及保护的作用，继电器作为重要的控制元件之一，在控制机械分合闸中起重要作用。高压断路器控制回路，也可称为本体二次回路，包括三相不一致保护回路、防跳回路、压力闭锁及报警回路、储能电机控制回路等重要回路。其中大量采用了接触器、中间继电器、时间继电器等继电器和其他元件以实现其控制功能。近年来，本体二次回路故障率较高。且异常故障事件呈现多发态势，与高压断路器制造商、设计人员、运维人员长期以来偏向重视高压绝缘，而忽视本体二次回路可靠性有着密切关系。

目前继电器性能参数测试项目可以分为两大类，一是不带负载电流的测试项目，如动作值、触点接触电阻和机械寿命；二是带负载电流的测试项目，如触点接触电压、电寿命和过负荷能力。为了避免由于继电器不可靠而导致的重大事故发生，监测继电器以及对其进行可靠性评估是极其重要的。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种继电器可靠性评估方法及装置，以解决现有技术中继电器不可靠而导致发生重大事故的问题。

为实现以上目的，本发明采用如下技术方案：一种继电器可靠性评估方法，包括：

基于待测继电器机电性能参数的历史数据生成训练集；所述机电性能参数包括机械应力、温度和灵敏度；

将所述训练集送入预构建的神经网络模型进行迭代训练，获得可靠性评估模型；其中，所述预构建的神经网络模型包括输入层、隐藏层和输出层；所述隐藏层用于前向传播和反向传播；

将待测继电器的机电性能参数输入可靠性评估模型，获得可靠性评估结果。

进一步的，所述获取对机电性能参数检测的历史数据，包括：

继电器上配置的机械应力采集装置所检测到的继电器的机械应力；

继电器上配置的灵敏度测量装置对继电器采集测量数据，计算灵敏度；

继电器上配置的温度传感器所检测到的继电器的温度；

所述灵敏度测量装置包括电压互感器、电流传感器以及计时器；

所述电压互感器用于采集所述继电器的触点切换电压，所述电流传感器用于采集通过所述继电器的吸合电流值和释放电流值，所述计时器用于获取所述吸合电流值和释放电流值的动作时间。

进一步的，所述将所述训练集送入预构建的神经网络模型进行迭代训练，包括：

将所述训练集输入至预构建的神经网络模型中，判断输出与期望输出之间的偏差值是否小于偏差阈值或者迭代次数是否大于最大迭代次数；

若所述偏差值大于等于所述偏差阈值，且迭代次数小于最大迭代次数，则利用预设损失函数更新神经网络模型的权重，对神经网络模型进行迭代训练，直至所述偏差值小于所述偏差阈值或者迭代次数大于最大迭代次数；

将训练后的神经网络模型作为可靠性评估模型。

进一步的，所述前向传播采用如下方式对当前输入数据和前一时刻的记忆数据进行分析，输出前向提取特征，