[发明专利]一种电网故障智能辅助处置方法及处置系统在审
申请号: | 202210997151.3 | 申请日: | 2022-08-19 |
公开(公告)号: | CN115940124A | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 杨永济;朱红杰;左娟娟;刘全;肖航;金寿玉;黄桂雪;李加东;王慧娟;张晟铭;杨胜 | 申请(专利权)人: | 云南电网有限责任公司保山供电局 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;G06F18/241;G06N3/0464;G06N3/08 |
代理公司: | 南京源古知识产权代理事务所(普通合伙) 32300 | 代理人: | 郑宜梅 |
地址: | 678000 云南省保山市隆阳区永昌*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电网 故障 智能 辅助 处置 方法 系统 | ||
本发明公开了一种电网故障智能辅助处置方法,包括对历史故障信息提取并识别出每个故障信息包含的预设具体故障描述项目以及该故障处置措施信息;根据识别出的信息将每个故障信息以及其故障处置措施用组合的方式表达归类;生成此类故障信息及次数的组合;将所有故障信息组合及次数的组合表示为矩阵;将获取的所有故障信息及次数的组合作为深度卷积神经网络的输入项、每个故障信息组合对应的最优的4个故障处置措施作为输出项训练深度卷积神经网络;生成目标故障信息组合,将目标故障信息组合传入深度卷积神经网络中,深度卷积神经网络输出4种最优的处置措施信息并通过电子化处置预案向用户推荐。本发明能够实现电网故障的快速处置。
技术领域
本发明涉及电网故障恢复技术领域,具体涉及一种电网故障智能辅助处置方法及处置系统。
背景技术
随着地区电网规模的不断扩大,电网事故后将造成大量用户停电,经济损失巨大,事故影响更加严重,因此电网故障恢复问题日益受到电力企业的重视。如果在发生故障后,在尽可能短的时间内,为停电负荷恢复供电,并将电网调整在一个安全稳定的状态下运行,则可以将停电损失和事故影响减小到最小。
地区电网网架结构薄弱,电气设备众多,运行方式多变,电网故障时常发生。电网故障发生后,如果迅速采取正确有效的恢复措施,可有效地缩短停电时间,减小停电范围,降低停电造成的损失。
当电网发生复杂故障时,更多依赖调控值班员运行经验来处理,可能导致故障研判和处置时间过长,不利于事故抢修和快速恢复供电。为减轻调控人员在事故处理过程中的压力,避免出现人为错误,通过对电网事故处理的辅助决策来实现故障的快速处置成为一项重要且有效的措施。
发明内容
1.所要解决的技术问题:
针对上述技术问题,本发明提供一种电网故障智能辅助处置方法及处置系统,针对不同情况的电网故障信息条件下,针对性地根据电网故障的情况进行故障措施及电子化预案的辅助推荐,实现电网故障的快速处置。
2.技术方案:
一种电网故障智能辅助处置方法,其特征在于:包括以下步骤:
步骤一:统计过去预设时间段内的电网发生的所有的故障信息,以及故障信息所对应的处置措施信息;
步骤二:对故障信息进行信息处理,提取并识别出每个故障信息包含的预设具体故障描述项目以及该故障处置措施信息;所述预设的具体故障描述项目包括故障设备信息、故障特征信息、故障类型信息、故障原因信息;根据识别出的信息将每个故障信息以及其故障处置措施用组合的方式表达,并将组合中的对应的元素均相同的组合归为同一种故障信息组合;统计各个相同的故障信息组合出现的次数,生成此类故障信息及次数的组合;
步骤三:获取步骤二中生成的所有故障信息及次数的组合的所有组合;并将所有故障信息组合及次数的组合表示为矩阵;将获取的所有故障信息及次数的组合作为深度卷积神经网络的输入项、每个故障信息组合对应的最优的4个故障处置措施作为输出项训练深度卷积神经网络;该深度卷积神经网络由卷积层和全连接层组成,全连接层分别有4个,每个对应一种最优的故障处置措施;
步骤四:获取目标故障信息,识别该故障信息中包含的预设故障描述项目;生成目标故障信息组合,将目标故障信息组合传入步骤三中训练好的深度卷积神经网络中,深度卷积神经网络输出4种最优的处置措施信息;
步骤四:将最优的处置措施信息通过对应的电子化处置预案向用户推荐。
进一步地,步骤二中将故障设备信息、故障特征信息、故障类型信息、故障原因信息以及处置措施信息分别用集合A、B、C、D、S表示,则有
A={A1,A2,A3,…,AnA}
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司保山供电局,未经云南电网有限责任公司保山供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210997151.3/2.html,转载请声明来源钻瓜专利网。