[发明专利]一种基于卷积模型的线性负荷电气异常检测方法

权利要求书

1.一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，包括以下步骤：

S10、采集电压瞬时值和电流瞬时值；

S20、对所述电压瞬时值和电流瞬时值进行过零点判断，通过电压瞬时值过零点截取当前周期对应的电流瞬时值，并将一维电流瞬时值转换为二维图片形式；

S30、使用训练好的卷积模型对所述电流瞬时值的二维图片形式进行分类判断；

S40、根据所述步骤S30中的卷积模型输出的分类结果，更新状态置信度指标，并周期性输出最终线性负荷电气异常判定结果。

2.根据权利要求1所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，所述步骤S40中，状态置信度求取是通过设一个独立异常检测数据窗口，长度为n个周波，检测时间间隔为m个周波，则异常检测数据窗口内监测次数为c＝n/m，若检测为异常状态的次数为v，则：

其中，v/c为异常检测数据窗口内状态置信度，α为置信度门限值，s为当前检测窗口最终检测结果。

3.根据权利要求1所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，所述步骤S30中，卷积模型的分类判断过程如下：

采集线性负荷产生电弧状态下与未产生电弧状态下电压、电流数据；

通过电压信号过零点得到当前周期对应的电流瞬时值二维图片样本。

4.根据权利要求3述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，所述步骤S30中，卷积模型的代价函数表达书如下：

其中，m为训练集样本数目，y_i为第i个样本预测值，为第i个样本标定值。

5.根据权利要求4所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，线性负荷产生电弧状态下的二维图片标记为正样本。

6.根据权利要求5所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，线性负荷未产生电弧状态下的二维图片标记为负样本。

7.根据权利要求1所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，所述步骤S30中，输入卷积模型的是当前周期电流瞬时值二维图片，输出卷积模型的是线性负荷是否电气异常的二分类结果。

8.根据权利要求1所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，所述步骤S20中，一维电流瞬时值转换为适用于卷积网络的二维图片形式是通过将一维电流瞬时值堆叠为二维图片。

9.根据权利要求7所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，所述一维电流瞬时值维度为100*1。

10.根据权利要求9所述的一种基于卷积模型的线性负荷电气异常检测方法，其特征在于，堆叠为二维图片的维度为10*10。