亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種低壓交直流混合配電網(wǎng)漏電故障識別方法及相關(guān)裝置與流程

文檔序號:40390651發(fā)布日期:2024-12-20 12:13閱讀:8來源:國知局
一種低壓交直流混合配電網(wǎng)漏電故障識別方法及相關(guān)裝置與流程

本發(fā)明屬于故障識別,具體涉及一種低壓交直流混合配電網(wǎng)漏電識別方法及相關(guān)裝置。


背景技術(shù):

1、剩余電流保護(hù)裝置作為防止電氣災(zāi)害(人身觸電事故和火災(zāi)事故)發(fā)生的重要設(shè)備,在低壓配電網(wǎng)中得到了廣泛應(yīng)用。近年來,隨著光伏裝機(jī)容量的不斷增長,有大規(guī)模分布式光伏接入到配電網(wǎng)中。在分布式光伏接入的低壓交直流混合配電網(wǎng)中由于實(shí)際運(yùn)行環(huán)境復(fù)雜,剩余電流檢測易受光伏系統(tǒng)漏電流、線路正常泄漏電流等因素影響,當(dāng)系統(tǒng)發(fā)生漏電故障時(shí),現(xiàn)有剩余電流保護(hù)技術(shù)無法區(qū)分觸電故障漏電流、線路正常泄漏電流和光伏系統(tǒng)漏電流,造成剩余電流保護(hù)裝置發(fā)生誤動作,使系統(tǒng)不能安全、可靠運(yùn)行,甚至?xí){人身安全和引發(fā)電氣火災(zāi)。因此,建立高效可靠的漏電故障識別模型,準(zhǔn)確識別出漏電故障類型,保證剩余電流保護(hù)裝置正確動作,為光伏并網(wǎng)工程建設(shè)和系統(tǒng)安全運(yùn)行提供技術(shù)支撐,對于實(shí)現(xiàn)規(guī)?;植际焦夥尤氲牡蛪航恢绷骰旌吓潆娋W(wǎng)的人身安全、設(shè)備安全和電網(wǎng)安全具有重要意義。


技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種低壓交直流混合配電網(wǎng)漏電故障識別方法及相關(guān)裝置,以解決現(xiàn)有剩余電流保護(hù)裝置難以精準(zhǔn)識別漏電類型的問題。

2、為達(dá)到上述目的,本發(fā)明采用以下技術(shù)方案:

3、第一方面,一種低壓交直流混合配電網(wǎng)漏電故障識別方法,包括以下步驟:

4、s1:采集低壓交直流混合配電網(wǎng)的不同狀態(tài)的漏電流數(shù)據(jù);

5、s2:采用優(yōu)化后的變分模態(tài)分解對所述漏電流數(shù)據(jù)進(jìn)行分解后,得到不同頻段的模態(tài)分量;

6、s3:計(jì)算每個(gè)所述模態(tài)分量的樣本熵以構(gòu)建漏電故障特征集,將所述漏電故障特征集輸入至卷積神經(jīng)網(wǎng)絡(luò)模型建立漏電故障識別模型,所述漏電流數(shù)據(jù)通過所述漏電故障識別模型完成漏電故障識別。

7、在一些實(shí)施方式中,所述變分模態(tài)分解的參數(shù)包括懲罰因子和模態(tài)分量個(gè)數(shù)。

8、在一些實(shí)施方式中,所述卷積神經(jīng)網(wǎng)絡(luò)模型包括輸入層、第一卷積層、第二卷積層、第一池化層、第二池化層、全連接層和輸出層;

9、所述輸入層連接第一卷積層,第一卷積層連接第一池化層,第一池化層連接第二卷積層,第二卷積層連接第二池化層,第二池化層連接全連接層,全連接層連接輸出層。

10、在一些實(shí)施方式中,所述卷積神經(jīng)網(wǎng)絡(luò)模型的卷積核的大小為2×1,所述第一池化層和第二池化層的大小為2×1。

11、在一些實(shí)施方式中,所述優(yōu)化后的變分模態(tài)分解通過黏菌算法對變分模態(tài)分解的參數(shù)進(jìn)行優(yōu)化得到,具體包括以下步驟:

12、設(shè)置黏菌種群規(guī)模和最大迭代次數(shù);

13、通過黏菌種群規(guī)模初始化黏菌個(gè)體位置;

14、根據(jù)當(dāng)前黏菌個(gè)體位置計(jì)算適應(yīng)度并對所述適應(yīng)度進(jìn)行排序后,更新最優(yōu)適應(yīng)度及其對應(yīng)最優(yōu)黏菌個(gè)體位置;

15、根據(jù)當(dāng)前所述黏菌個(gè)體位置的分布情況和所述適應(yīng)度更新黏菌種群食物的搜索范圍和搜索方向后,更新黏菌個(gè)體位置并判斷是否達(dá)到所述最大迭代次數(shù),若達(dá)到最大迭代次數(shù)則輸出所述最優(yōu)黏菌個(gè)體位置,若未達(dá)到最大迭代次數(shù),則在所述更新黏菌個(gè)體位置后,重復(fù)所述更新最優(yōu)適應(yīng)度及其對應(yīng)最優(yōu)黏菌個(gè)體位置的步驟,直到達(dá)到最大迭代次數(shù);

16、所述黏菌個(gè)體位置即進(jìn)行優(yōu)化的變分模態(tài)分解的參數(shù)。

17、在一些實(shí)施方式中,漏電流數(shù)據(jù)的所述不同狀態(tài)包括:線路正常漏電狀態(tài)、光伏系統(tǒng)漏電狀態(tài)和觸電故障狀態(tài)。

18、第二方面,一種低壓交直流混合配電網(wǎng)漏電故障識別系統(tǒng),包括:

19、數(shù)據(jù)采集模塊,用于采集低壓交直流混合配電網(wǎng)的不同狀態(tài)的漏電流數(shù)據(jù);

20、優(yōu)化變分模態(tài)分解模塊,用于采用優(yōu)化后的變分模態(tài)分解對所述漏電流數(shù)據(jù)進(jìn)行分解后,得到不同頻段的模態(tài)分量;

21、漏電故障識別模塊,用于計(jì)算每個(gè)所述模態(tài)分量的樣本熵以構(gòu)建漏電故障特征集,將所述漏電故障特征集輸入至卷積神經(jīng)網(wǎng)絡(luò)模型建立漏電故障識別模型,所述漏電流數(shù)據(jù)通過所述漏電故障識別模型完成漏電故障識別。

22、第三方面,一種電子設(shè)備,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器中運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)所述一種低壓交直流混合配電網(wǎng)漏電故障識別方法的步驟。

23、第四方面,一種計(jì)算機(jī)可讀存儲介質(zhì),所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述一種低壓交直流混合配電網(wǎng)漏電故障識別方法的步驟。

24、第五方面,一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)產(chǎn)品包括計(jì)算機(jī)程序,其特征在于,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述一種低壓交直流混合配電網(wǎng)漏電故障識別方法的步驟。

25、與現(xiàn)有技術(shù)相比,本發(fā)明具有以下有益效果:

26、本發(fā)明提供一種低壓交直流混合配電網(wǎng)漏電故障識別方法,采用黏菌算法對變分模態(tài)分解的參數(shù)進(jìn)行優(yōu)化后,再對漏電流數(shù)據(jù)進(jìn)行分解,從而構(gòu)建漏電故障特征集并建立漏電故障識別模型進(jìn)行漏電故障識別,能夠更加準(zhǔn)確地分解漏電流數(shù)據(jù)中的不同頻段的模態(tài)分量,并提取更加精細(xì)和具有區(qū)分度的故障特征,從而提高漏電故障識別的精度;此外本發(fā)明是將漏電故障特征集輸入卷積神經(jīng)網(wǎng)絡(luò)模型建立漏電故障識別模型,通過卷積和池化操作能夠自動學(xué)習(xí)并提取漏電故障特征,提高漏電故障識別的效率和準(zhǔn)確性。因此本發(fā)明能夠準(zhǔn)確識別低壓交直流混合配電網(wǎng)不同漏電故障類型,為研發(fā)適用于低壓交直流混合配電網(wǎng)剩余電流保護(hù)裝置提供參考,對保證低壓交直流混合配電網(wǎng)供電的安全性和可靠性具有重要意義。

27、進(jìn)一步地,本發(fā)明的卷積神經(jīng)網(wǎng)絡(luò)模型設(shè)置特定的卷積核大小和池化層,有助于減少計(jì)算量,提高漏電故障識別模型的運(yùn)行效率。



技術(shù)特征:

1.一種低壓交直流混合配電網(wǎng)漏電故障識別方法,其特征在于,包括以下步驟:

2.根據(jù)權(quán)利要求1所述的一種低壓交直流混合配電網(wǎng)漏電故障識別方法,其特征在于,所述變分模態(tài)分解的參數(shù)包括懲罰因子和模態(tài)分量個(gè)數(shù)。

3.根據(jù)權(quán)利要求1所述的一種低壓交直流混合配電網(wǎng)漏電故障識別方法,其特征在于,所述卷積神經(jīng)網(wǎng)絡(luò)模型包括輸入層、第一卷積層、第二卷積層、第一池化層、第二池化層、全連接層和輸出層;

4.根據(jù)權(quán)利要求3所述的一種低壓交直流混合配電網(wǎng)漏電故障識別方法,其特征在于,所述卷積神經(jīng)網(wǎng)絡(luò)模型的卷積核的大小為2×1,所述第一池化層和第二池化層的大小為2×1。

5.根據(jù)權(quán)利要求1所述的一種低壓交直流混合配電網(wǎng)漏電故障識別方法,其特征在于,所述優(yōu)化后的變分模態(tài)分解通過黏菌算法對變分模態(tài)分解的參數(shù)進(jìn)行優(yōu)化得到,具體包括以下步驟:

6.根據(jù)權(quán)利要求1所述的一種低壓交直流混合配電網(wǎng)漏電故障識別方法,其特征在于,漏電流數(shù)據(jù)的所述不同狀態(tài)包括:線路正常漏電狀態(tài)、光伏系統(tǒng)漏電狀態(tài)和觸電故障狀態(tài)。

7.一種低壓交直流混合配電網(wǎng)漏電故障識別系統(tǒng),其特征在于,包括:

8.一種電子設(shè)備,其特征在于,包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器中運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1~6任一項(xiàng)所述一種低壓交直流混合配電網(wǎng)漏電故障識別方法的步驟。

9.一種計(jì)算機(jī)可讀存儲介質(zhì),其特征在于,所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~6任一項(xiàng)所述一種低壓交直流混合配電網(wǎng)漏電故障識別方法的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)產(chǎn)品包括計(jì)算機(jī)程序,其特征在于,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~6任一項(xiàng)所述一種低壓交直流混合配電網(wǎng)漏電故障識別方法的步驟。


技術(shù)總結(jié)
本發(fā)明公開了一種低壓交直流混合配電網(wǎng)漏電識別方法及相關(guān)裝置,屬于故障識別技術(shù)領(lǐng)域,所述方法包括以下步驟:采集低壓交直流混合配電網(wǎng)的不同狀態(tài)的漏電流數(shù)據(jù);采用優(yōu)化后的變分模態(tài)分解對所述漏電流數(shù)據(jù)進(jìn)行分解后,得到不同頻段的模態(tài)分量,所述優(yōu)化后的變分模態(tài)分解通過黏菌算法對變分模態(tài)分解的參數(shù)進(jìn)行優(yōu)化得到;計(jì)算每個(gè)所述模態(tài)分量的樣本熵以構(gòu)建漏電故障特征集,將所述漏電故障特征集輸入至卷積神經(jīng)網(wǎng)絡(luò)模型建立漏電故障識別模型,通過所述漏電故障識別模型完成漏電故障識別。本發(fā)明能夠解決現(xiàn)有剩余電流保護(hù)裝置難以精準(zhǔn)識別漏電類型的問題。

技術(shù)研發(fā)人員:劉晗,劉金東,李彥立,馬建倉,郭永,耿亞男,趙遠(yuǎn),胡寧,馮炯天,何思遠(yuǎn)
受保護(hù)的技術(shù)使用者:國網(wǎng)北京市電力公司
技術(shù)研發(fā)日:
技術(shù)公布日:2024/12/19
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1