[发明专利]基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测方法及系统

摘要

本发明提供一种基于斯皮尔曼等级相关的卷积神经网络电力系统智能故障检测方法及系统，在区域网络节点处设置相量测量单元，对数据进行测量；将采集的数据进行斯皮尔曼相关性分析，基于分析结果提出图像生成方法；建立等效故障网络，验证故障特征与斯皮尔曼等级相关性的关系，论证方法的可行性；将生成的图像作为初始卷积层，建立基于斯皮尔曼等级相关的卷积神经网络架构；根据建立的架构，基于PSCAD/EMTDC，验证方法的合理性与优越性。综合使用多种电量数据进行故障诊断，通过卷积神经网络可快速、准确的辨识出电力系统中故障所在位置，解决了加入分布式电源等导致电力系统具有波动性以及传统检测方法的不准确性，使电力系统的鲁棒性更高、自适应性更强。

主权项

1.一种基于斯皮尔曼等级相关的卷积神经网络的电力系统智能故障检测系统，其特征是，所述的系统包括：相量测量单元，对电力系统的不同电量数据的测量，并将所测数据传输至斯皮尔曼等级相关性分析装置；斯皮尔曼等级相关性分析装置，对采集的数据进行斯皮尔曼相关性分析，并将分析结果传输至基于斯皮尔曼等级相关的图像建立装置；基于斯皮尔曼等级相关的图像建立装置，基于斯皮尔曼等级相关性分析装置的分析结果，构建电力系统故障图像，并将所得图像传输至卷积神经网络特征值提取装置与基本数据图像建立装置；卷积神经网络特征值提取装置，对所得图像提取特征信息，并将所提取的特征信息传输至卷积神经网络Softmax输出装置；卷积神经网络Softmax输出装置，即分类器，将故障图像分类；PSCAD/EMTDAC仿真装置，对实验结果进行验证；基本数据图像建立装置，将图像建立结果与添加SR图像层的图像对比；等效故障网络装置，分析斯皮尔曼等级相关性与电力系统故障特征间的定性关系。