[发明专利]一种高压断路器辅助开关内特性参数故障反演方法及系统

权利要求书

1.一种高压断路器辅助开关内特性参数故障反演方法，其特征在于：包括：

获取不同类别操动机构拒动故障下的辅助开关特征参数样本数据，对所获取的辅助开关特征参数样本数据进行数据清洗，基于清洗后的数据构建训练样本集；

利用所述训练样本集对神经网络模型进行训练，构建操动机构拒动故障预测网络；基于所述操动机构拒动故障预测网络进行实时拒动故障预测。

2.如权利要求1所述的高压断路器辅助开关内特性参数故障反演方法，其特征在于：所述辅助开关特征参数，包括：回路电阻、电压电流波形。

3.如权利要求2所述的高压断路器辅助开关内特性参数故障反演方法，其特征在于：所述操动机构拒动故障类别包括：拒分，拒合。

4.如权利要求1-3任一所述的高压断路器辅助开关内特性参数反演方法，其特征在于：所述神经网络的层数为K层，输入层到输出层各节点个数为m₀,m₁,m₂,……m_K,其中，输入向量的维度为m₀，输出向量的维度为m_K；其中，网络的每一层输出向量表述为：

输入层：

隐藏层一：

隐藏层二：

…

输出层：

5.如权利要求4所述的高压断路器辅助开关内特性参数故障反演方法，其特征在于：所述神经网络模型每一层的权重矩阵与偏置向量为：

…

6.如权利要求4所述的高压断路器辅助开关内特性参数故障反演方法，其特征在于：所述神经网络模型每一层的激活函数分别为：f⁽¹⁾，f⁽²⁾，...，f^(K)；

推导隐藏层一的输出向量表达式，得出除输入层以外的所有层的通用表达式，其中，隐藏层一为：

net⁽¹⁾＝W⁽¹⁾Y⁽⁰⁾+b⁽¹⁾

其中，net⁽¹⁾中每个元素表示对输入层向量以及偏置向量的加权和，对于第k层：

net^(k)＝W^(k)Y^(k-1)+b^(k)

7.如权利要求4所述的高压断路器辅助开关内特性参数故障反演方法，其特征在于：采用反演均方误差函数作为所述神经网络模型的误差函数；

所述反演均方误差函数，为：

其中表示输出向量第i个元素与标签向量第i个元素之间的差值。

8.一种高压断路器辅助开关内特性参数故障反演系统，其特征在于：包括：处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的高压断路器辅助开关内特性参数故障反演方法。