一种基于神经网络的高压电器运行质量评估方法及系统的制作方法
【技术领域】
[0001] 本发明涉及专利涉及高压电器质量评估技术领域，具体涉及变电站如断路器、隔 离开关及接地开关等压电器设备的运行质量评估及巡检计划制定方法。
【背景技术】
[0002] 断路器、隔离开关等高压电器是变电站中使用最多的电力设备，主要实现关合、开 断、保护、控制、调节等功能。由于使用量大，操作频繁，工作可靠性要求高，对变电所、电厂 的设计、建立和安全运行的影响均较大。目前，变电站中使用的高压电器种类繁多，性能标 准参差不齐，以致运行生产维护中无法合理且具针对性的进行巡检计划安排。
[0003] 随着智能电网的建设，高压电器的运行维护数据逐步在统一的信息平台上的集成 共享。这部分数据的积累和沉淀，为高压电器综合状态评估提供了重要的数据基础。
[0004] 因此以高压电器的运行维护数据为基础，采用现代数学方法和模型，推动高压电 器从人工批量制定巡检计划向基于全景状态描述的数据处理和故障分析方向发展，有效地 通过数据分析算法及模型，根据不同厂商生产的高压电器在变电站的性能表现及缺陷分布 情况进行智能分类，将是推进巡检计划科学合理安排的重要支撑。
【发明内容】
[0005] 针对上述不足，本发明的目的之一在于提供一种基于神经网络的高压电器运行质 量评估方法，其在全面反映高压电器运行状态的基础上，通过神经网络模型（Artificial Neural Networks)的构建和训练，从各零散点中，挖掘数据发展规律，为巡检计划的制定和 安排提供科学且实用的依据，从而提升巡检工作的合理性和有效性。
[0006] 为实现以上目的，本发明采取的技术方案是：
[0007] 一种基于神经网络的高压电器运行质量评估方法，其包括以下步骤：
[0008] 步骤1、收集各厂家生产的高压电器设备的原始缺陷数据；
[0009] 步骤2、对所述原始缺陷数据进行赋值转换和清理，以获取二次缺陷数据，所述二 次缺陷数据包括高压电器设备生产厂家数据集合P 1、高压电器设备投运时间T1、高压电器 设备缺陷等级C1;
[0010] 步骤3、根据二次缺陷数据建立神经网络模型并对该神经网络模型进行训练；
[0011] 所述步骤3包括：
[0012] 步骤31、将神经网络模型的初始神经元节点集合A°初始赋值为高压电器设备生产 厂家数据集合P 1:
[0013] A0= P != {p " p2,…Pj,…pj
[0014] 其中：Pj为第j个高压电器设备生产厂家，η为高压电器设备生产厂家的总数， I ^ j ^ η ；
[0015] 步骤32、将神经网络模型的目标集合V赋值为高压电器设备缺陷等级C1:
[0016] V = C1= {c !，c2, C3I
[0017] 其中：Cl为一般缺陷，c 2为重大缺陷，c 3为紧急缺陷；
[0018] 步骤33、对神经网络模型进行训练时，当初始神经元节点集合A°中的元素 p」对应 的阀值bk达到一定数值后，隐蔽层的自动构建工作便被启动，自动生成的第i个中间层标 记为隐蔽层Ai,所述隐蔽层Ai中包含的第j个隐蔽神经元节点标记为^，其中i彡1，每个 隐蔽神经元节点< 的状态均包含默认状态〇和触发状态1，当该隐蔽神经元节点< 的状态 触发其对应的阈值bk达到一定数值，形成触发条件时，神经元节点状态激励函数/(<|<·) 生效：
【主权项】
1. 一种基于神经网络的高压电器运行质量评估方法，其特征在于，其包括w下步骤： 步骤1、收集各厂家生产的高压电器设备的原始缺陷数据； 步骤2、对所述原始缺陷数据进行赋值转换和清理，W获取二次缺陷数据，所述二次缺 陷数据包括高压电器设备生产厂家数据集合Pi、高压电器设备投运时间Ti、高压电器设备 缺陷等级Cl; 步骤3、根据二次缺陷数据建立神经网络模型并对该神经网络模型进行训练； 所述步骤3包括； 步骤31、将神经网络模型的初始神经元节点集合A哨J始赋值为高压电器设备生产厂家 数据集合Pi: A"^= P 1= {p。口2, ???Pj,…口。} 其中；Pj为第j个高压电器设备生产厂家，n为高压电器设备生产厂家的总数， 1《j《n ; 步骤32、将神经网络模型的目标集合V赋值为高压电器设备缺陷等级Cl: V =。= {c 1, 〇2, C3} 其中；Cl为一般缺陷，C 2为重大缺陷，C 3为紧急缺陷； 步骤33、对神经网络模型进行训练时，当初始神经元节点集合4°中的元素P j.对应的阀 值bk达到一定数值后，隐蔽层的自动构建工作便被启动，自动生成的第i个中间层标记为 隐蔽层AS所述隐蔽层Ai中包含的第j个隐蔽神经元节点标记为《',，其中i > 1，每个隐蔽神 经元节点a;.的状态均包含默认状态0和触发状态1，当该隐蔽神经元节点勺状态触发其 对应的阔值bk达到一定数值，形成触发条件时，神经元节点状态激励函数户《," |<.)生效：
其中，《，。为初始神经元节点集合A。的第j个元素，a,。二& ; 步骤4、根据已构建并训练完成的神经网络模型，通过多次迭代的数学演算后，得出初 始神经元节点和隐蔽层神经元节点的权重值分布，W此为基础对现有数据进行分析预测， 获取高压电器运行质量的评估结果，所述评估结果为高压电器设备缺陷等级。
2. 根据权利要求1所述的基于神经网络的高压电器运行质量评估方法，其特征在于， 所述原始缺陷数据包括缺陷年份、严重等级、设备名称、部件名称、缺陷描述、缺陷类别和生 产厂家。
3. 根据权利要求1所述的基于神经网络的高压电器运行质量评估方法，其特征在于， 所述步骤2中，对所述原始缺陷数据进行赋值转换和清理通过6化工具实现，所述6化工具 为SAS软件。
4. 根据权利要求1所述的基于神经网络的高压电器运行质量评估方法，其特征在 于，所述步骤3中，还包括步骤34、对训练完成的神经网络模型中的化och、Momentum和 learning rate S个参数进行调整和修改，W提高该神经网络模型的准确率。
5. 根据权利要求4所述的基于神经网络的高压电器运行质量评估方法，其特征在于， 所述调整和修改的方法是通过提升迭代次数、增加波动阻巧和控制学习速率分别对参数
Elpoch、Momentum 和 learning rate 进行修改及比对。
6. -种基于神经网络的高压电器运行质量评估系统，其特征在于，其包括： 数据收集单元，用于收集各厂家生产的高压电器设备的原始缺陷数据； 数据整理单元，用于对所述原始缺陷数据进行赋值转换和清理，W获取二次缺陷数据， 所述二次缺陷数据包括高压电器设备生产厂家数据集合Pi、高压电器设备投运时间Ti、高 压电器设备缺陷等级Cl; 构建及训练单元，用于根据二次缺陷数据建立神经网络模型并对该神经网络模型进行 训练； 所述构建及训练单元包括： 初始神经元节点集合赋值单元，用于将神经网络模型的初始神经元节点集合A嘴J始赋 值为高压电器设备生产厂家数据集合Pi: A〇= P 1= (p。口2,…口非…口。} 其中；Pj为第j个高压电器设备生产厂家，n为高压电器设备生产厂家的总数， 1《j《n ; 目标集合赋值单元，用于将神经网络模型的目标集合V赋值为高压电器设备缺陷等级 Cl： V =。= {c 1, 〇2, C3} 其中；Cl为一般缺陷，C 2为重大缺陷，C 3为紧急缺陷； 训练模型单元，用于对神经网络模型进行训练时，当初始神经元节点集合4°中的元素 Pj.对应的阀值bk达到一定数值后，隐蔽层的自动构建工作便被启动，自动生成的第i个中间 层标记为隐蔽层AS所述隐蔽层Ai中包含的第j个隐蔽神经元节点标记为^4,其中i > 1， 每个隐蔽神经元节点 的状态均包含默认状态0和触发状态1，当该隐蔽神经元节点< 的状态触发其对应的阔值bk达到一定数值，形成触发条件时，神经元节点状态激励函数 fia〇j a))电敬;
其中，为初始神经元节点集合A。的第j个元素，与二; 质量评估单元，用于根据已构建并训练完成的神经网络模型，通过多次迭代的数学演 算后，得出初始神经元节点和隐蔽层神经元节点的权重值分布，W此为基础对现有数据进 行分析预测，获取高压电器运行质量的评估结果，所述评估结果为高压电器设备缺陷等级。
7. 根据权利要求6所述的基于神经网络的高压电器运行质量评估系统，其特征在于， 所述原始缺陷数据包括缺陷年份、严重等级、设备名称、部件名称、缺陷描述、缺陷类别和生 产厂家。
8. 根据权利要求6所述的基于神经网络的高压电器运行质量评估系统，其特征在于， 对所述原始缺陷数据进行赋值转换和清理通过6化工具实现，所述6化工具为SAS软件。
9. 根据权利要求6所述的基于神经网络的高压电器运行质量评估系统，其特征在于， 所述构建及训练单元还包括参数调整单元，用于对训练完成的神经网络模型中的化och、
Momentum和learning rate S个参数进行调整和修改，臥提高该神经网络模型的准确率。
10.根据权利要求9所述的基于神经网络的高压电器运行质量评估系统，其特征在于， 所述调整和修改的方法是通过提升迭代次数、增加波动阻尼和控制学习速率分别对参数 Epoch、Momentum 和 learning rate 进行修改及比对。
【专利摘要】本发明公开了一种基于神经网络的高压电器运行质量评估方法，其包括以下步骤：步骤1、收集各厂家生产的高压电器设备的原始缺陷数据；步骤2、对所述原始缺陷数据进行赋值转换和清理；步骤3、根据二次缺陷数据建立神经网络模型并对该神经网络模型进行训练；步骤4、根据已构建并训练完成的神经网络模型各权重值的分布对现有数据进行分析预测，获取高压电器运行质量的评估结果。本发明还公开了一种基于神经网络的高压电器运行质量评估系统。本发明在全面反映高压电器运行状态的基础上，通过神经网络模型的构建和训练，从各零散点中挖掘数据发展规律，得到高压电器运行性能结果，为巡检计划的制定和安排提供科学且实用的依据。
【IPC分类】G06N3-02
【公开号】CN104598969
【申请号】CN201410642849
【发明人】张长虹, 李洁珊, 周海滨
【申请人】中国南方电网有限责任公司超高压输电公司检修试验中心
【公开日】2015年5月6日
【申请日】2014年11月13日