一种变电站遥控防误操作方法及系统与流程

本发明涉及智能化操作，尤其涉及一种变电站遥控防误操作方法及系统。

背景技术：

1、变电站是电力系统中的重要组成部分，用于将高压电能转换为低压电能，以供给用户使用。在运行过程中，变电站需要进行遥控操作来实现对电力系统的监测、控制和保护。变电站遥控操作是指通过远程控制设备对变电站的开关、断路器等设备进行操作，以实现变电站的运行控制和故障处理。

2、变电站遥控操作具有高效、灵活、安全等优点，但也存在误操作的风险，误操作可能导致变电站的设备损坏、电网的不稳定甚至事故的发生，对电力系统的安全和稳定性造成威胁。因此，如何防止变电站遥控误操作是一个重要的问题。然而，传统的防误操作方法主要依靠操作人员的经验和注意力，但这种方法存在主观性和局限性，无法完全保证操作的正确性。

技术实现思路

1、针对现有技术的不足，本发明提供了一种变电站遥控防误操作方法及系统，以解决上述问题。

2、为实现以上目的，本发明通过以下技术方案予以实现。

3、一种变电站遥控防误操作方法，包括：

4、获取由传感器组采集被监控变电站在执行第一遥控操作后的预定时间段内的多个预定时间点的电流值、温度值和频率值；

5、将所述多个预定时间点的电流值、温度值和频率值按照时间维度排列为电流时序输入向量、温度时序输入向量和频率时序输入向量；

6、对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征；

7、以及基于所述多参数转移关联特征，确定第一遥控操作是否为误操作，这样，可以识别异常情况并判断该第一遥控操作是否为误操作，从而进行预警，以此来实现对于遥控操作合理性和安全性的实时检测，提高遥控操作的准确性和可靠性。

8、优选的，对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征，包括：

9、通过基于深度神经网络模型的时序特征提取器分别对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行特征提取以得到电流时序多尺度特征向量、温度时序多尺度特征向量和频率时序多尺度特征向量；

10、计算所述温度时序多尺度特征向量相对于所述电流时序多尺度特征向量的响应性估计以得到电流-温度响应性融合特征矩阵；以及

11、对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征。

12、优选的，所述深度神经网络模型为多尺度邻域特征提取模块。

13、优选的，对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征，包括：计算所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵的响应性转移以得到多参数转移关联特征向量作为所述多参数转移关联特征。

14、优选的，基于所述多参数转移关联特征，确定第一遥控操作是否为误操作，包括：

15、将所述多参数转移关联特征向量通过分类器以得到分类结果，所述分类结果用于表示被监控变电站是否存在异常；

16、基于所述分类结果，确定第一遥控操作是否为误操作。

17、优选的，还包括训练步骤：用于对所述基于多尺度邻域特征提取模块的时序特征提取器和所述分类器进行训练。

18、优选的，所述训练步骤，包括：

19、获取训练数据，所述训练数据包括所述被监控变电站在执行第一遥控操作后的预定时间段内的多个预定时间点的训练电流值、训练温度值和训练频率值，以及，所述被监控变电站是否存在异常的真实值；

20、将所述多个预定时间点的训练电流值、训练温度值和训练频率值按照时间维度排列为训练电流时序输入向量、训练温度时序输入向量和训练频率时序输入向量；

21、将所述训练电流时序输入向量、所述训练温度时序输入向量和所述训练频率时序输入向量通过所述基于多尺度邻域特征提取模块的时序特征提取器以得到训练电流时序多尺度特征向量、训练温度时序多尺度特征向量和训练频率时序多尺度特征向量；

22、计算所述训练温度时序多尺度特征向量相对于所述训练电流时序多尺度特征向量的响应性估计以得到训练电流-温度响应性融合特征矩阵；

23、计算所述训练频率时序多尺度特征向量相对于所述训练电流-温度响应性融合特征矩阵的响应性转移以得到训练多参数转移关联特征向量；

24、将所述训练多参数转移关联特征向量通过所述分类器以得到分类损失函数值；

25、基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于多尺度邻域特征提取模块的时序特征提取器和所述分类器进行训练，其中，在所述训练的每次迭代时，对所述训练多参数转移关联特征向量进行权重空间迭代递归的定向提议化优化。

26、一种变电站遥控防误操作系统，包括：

27、数据获取模块，用于获取由传感器组采集被监控变电站在执行第一遥控操作后的预定时间段内的多个预定时间点的电流值、温度值和频率值；

28、向量排列模块，用于将所述多个预定时间点的电流值、温度值和频率值按照时间维度排列为电流时序输入向量、温度时序输入向量和频率时序输入向量；

29、关联编码模块，用于对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行时序响应性关联编码以得到多参数转移关联特征；以及

30、第一遥控操作确定模块，用于基于所述多参数转移关联特征，确定第一遥控操作是否为误操作。

31、优选的，所述关联编码模块，包括：

32、特征提取单元，用于通过基于深度神经网络模型的时序特征提取器分别对所述电流时序输入向量、所述温度时序输入向量和所述频率时序输入向量进行特征提取以得到电流时序多尺度特征向量、温度时序多尺度特征向量和频率时序多尺度特征向量；

33、响应性估计计算单元，用于计算所述温度时序多尺度特征向量相对于所述电流时序多尺度特征向量的响应性估计以得到电流-温度响应性融合特征矩阵；以及

34、响应性转移分析单元，用于对所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵进行响应性转移分析以得到所述多参数转移关联特征。

35、优选的，所述深度神经网络模型为多尺度邻域特征提取模块。

36、相比于现有技术而言，本发明公开了一种变电站遥控防误操作方法及系统，

37、①通过遥控操作，可以对变电站的开关、断路器等设备进行远程控制，实现电能的分配、切换和调节，例如，可以远程控制开关的合闸和分闸，实现电路的通断操作，以满足电力系统的运行需求，当变电站发生故障时，可以通过遥控操作对故障设备进行远程断电或切换操作，以隔离故障并保护电力系统的安全，例如，当某个设备出现故障时，可以远程操作断路器进行断电，以防止故障扩大或对其他设备造成影响，通过遥控操作，可以实时监测变电站设备的状态和参数，例如电流、电压、温度等，同时，还可以进行设备的调试和检修操作，以确保设备的正常运行和性能优化；

38、②变电站遥控操作的优点包括高效、灵活和安全，可以减少人工操作的工作量和风险，提高操作的准确性和可靠性，同时，遥控操作还可以实现对远距离或难以接近的设备的控制，提高操作的便利性和灵活性；

39、③在所述步骤110中，在获取被监控变电站的电流值、温度值和频率值时，需要确保传感器组采集的数据准确可靠，传感器的选择和布置应考虑到变电站的具体情况和监测需求，此外，预定时间段的选择应充分覆盖可能发生误操作的时间范围，通过获取多个预定时间点的电流值、温度值和频率值，可以获取关于变电站运行状态的多维度数据，这些数据可以用于后续的时序关联分析，帮助判断第一遥控操作是否为误操作；

40、④在所述步骤120中，在将电流值、温度值和频率值按时间维度排列为时序输入向量时，需要确保数据的对应关系准确无误，确保数据的时间间隔一致，并按照时间顺序排列，此外，可以考虑对数据进行标准化或归一化处理，以便后续的分析和处理，通过将数据按时间维度排列为时序输入向量，可以将多个时间点的数据整合为一个序列，保留了数据的时间关系，有助于后续的时序关联分析，更好地捕捉数据之间的动态特征；

41、⑤在所述步骤130中，在对电流时序输入向量、温度时序输入向量和频率时序输入向量进行时序响应性关联编码时，需要选择适当的编码方法和模型，常用的方法包括循环神经网络(rnn)和卷积神经网络(cnn)，可以根据具体情况选择合适的模型结构和参数设置，通过对时序输入向量进行时序响应性关联编码，可以提取出多参数之间的转移关联特征，有助于捕捉数据之间的时序关系和相互影响，为判断第一遥控操作是否为误操作提供更全面和准确的依据，

42、⑥在所述步骤140中，在基于多参数转移关联特征确定第一遥控操作是否为误操作时，需要建立合适的分类模型或规则判定方法，模型的训练和验证需要使用准确的标签数据，以确保判断结果的可靠性，同时，需要根据实际情况设置适当的阈值或规则，以平衡误报和漏报的风险，通过基于多参数转移关联特征判断第一遥控操作是否为误操作，可以提高误操作的检测准确性和效率，有助于及时发现和纠正误操作，减少对变电站设备和电力系统的潜在风险

43、⑦通过实时监测变电站在执行第一遥控操作后的参数数据，例如电流值、温度值和频率值，并在后端引入数据处理和分析算法来进行变电站参数数据的时序分析，以基于变电站在执行第一遥控操作后的电流、温度和频率的时序变化趋势来进行变电站状态和运行情况的监测，以识别异常情况并判断该第一遥控操作是否为误操作，从而进行预警，以此来实现对于遥控操作合理性和安全性的实时检测，提高遥控操作的准确性和可靠性

44、⑧可以将电流和温度的信息进行融合，进一步提取它们之间的关联特征，这样可以更全面地分析电流和温度之间的关系，从而更准确地判断遥控操作是否为误操作

45、⑨进一步计算所述频率时序多尺度特征向量相对于所述电流-温度响应性融合特征矩阵的响应性转移以得到多参数转移关联特征向量，通过得到所述多参数转移关联特征向量，可以综合考虑电流、温度和频率之间的关联信息，这样，可以更全面地分析它们之间的综合影响，进一步提高遥控操作的准确性和可靠性

46、⑩相比传统的基于规则的方法，这种基于特征向量和分类器的方法可以更准确地捕捉异常模式，提高误操作检测的准确性，通过持续地获取和分析多参数转移关联特征向量，并实时进行分类判断，可以实现对变电站运行状态的实时监测和预警，一旦变电站出现异常，操作人员可以及时采取措施，避免进一步的损失和风险，分类结果可以为操作人员提供有关变电站状态的信息，帮助他们做出决策和执行操作，如果分类结果显示变电站正常，操作人员可以继续执行计划的操作；如果分类结果显示异常，操作人员可以暂停操作并进行进一步的检查和确认，以避免误操作带来的潜在风险，其通过实时监测变电站在执行第一遥控操作后的参数数据，例如电流值、温度值和频率值，并在后端引入数据处理和分析算法来进行变电站参数数据的时序分析，以基于变电站在执行第一遥控操作后的电流、温度和频率的时序变化趋势来进行变电站状态和运行情况的监测，以识别异常情况并判断该第一遥控操作是否为误操作，从而进行预警，以此来实现对于遥控操作合理性和安全性的实时检测，提高遥控操作的准确性和可靠性。