基于多层感知机MLP的柔性直流系统保护动作边界值的保护评价方法、装置及存储介质与流程

    专利查询2025-06-25  21


    本发明属于电气继电保护,涉及根据柔性直流系统保护动作性能边界值预测及保护性能评价问题,具体涉及一种基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法、装置及存储介质。


    背景技术:

    1、高压直流系统控保装置的可靠性对电力系统的安全稳定运行至关重要。目前高压直流线路保护存在可靠性不高的问题,准确迅速的评价高压直流线路保护的动作行为对于提高电力系统的安全稳定运行具有重要意义。

    2、目前,国内外对于继电保护行为评价的研究中,多是针对交流几点保护动作行为的评价,而对高压直流线路故障时的情况鲜有报道。在交流继电保护动作的评价研究中,人工评价的方法耗时较长且收运行人员影响大,又有利用专家系统进行保护评价的探索,该类方法存受限于知识域等缺点,并且搜索效率低,速度慢,无法适应在线评价的快速性要求。


    技术实现思路

    1、本发明的目的在于克服现有技术的不足,提供一种基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法、装置及存储介质,可以预测柔性直流保护的位置区间及过渡电阻边界值,并据此对保护性能进行评价,通过保护测试的有限数据预测保护动作边界的过渡电阻边界值与故障位置边界值,为继电保护功能与性能的评价提供基本依据。

    2、本发明解决其技术问题是通过以下技术方案实现的:

    3、一种基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,所述方法的步骤为:

    4、获取总训练集及测试集;

    5、对获取的总训练集及测试集数据进行数据清洗,明确保护动作边界;

    6、利用mlp分类模型建立保护动作行为的预测模型,以连续变化的保护动作概率值替代离散的保护动作行为结果,实现保护动作行为可拟合的结果;

    7、基于保护动作行为可拟合的结果,利用mlp回归模型建立故障信息与保护动作的回归模型,建立故障信息与保护动作行为间的非线性函数关系,进而求解保护动作边界;

    8、根据故障信息与保护动作的回归模型计算保护动作边界的过渡电阻边界值与故障位置边界值;

    9、根据保护动作边界的过渡电阻边界值与故障位置边界值对保护的动作性能进行评价。

    10、而且,所述获取总训练集及测试集具体为:

    11、使用柔性直流系统对行波保护装置在故障处于不同过渡电阻值与不同故障位置时保护动作情况的现场实测或仿真测试数据作为训练集与测试集,数据包括故障发生的位置信息、过渡电阻信息以及保护动作行为信息,

    12、mlp分类模型中将故障位置信息与过渡电阻值作为神经网络的输入层,mlp分类模型判断保护动作的概率作为输出层;

    13、mlp回归模型中将故障位置、过渡电阻值、mlp分类模型对保护动作的判断概率作为神经网络输入层,预测的保护动作边界的过渡电阻边界值与故障位置边界值作为输出层;

    14、mlp输入输出的数学模型表示为:

    15、zi=r(wizi-1+bi) (1)

    16、其中:zi为第i层的输出;

    17、wi和bi分别为i层和i-1层之间的权重和偏置;

    18、r为激活函数,采用relu函数;

    19、relu函数为:

    20、f(x)=max(0,x) (2)

    21、x为上一层神经网络输入本层神经元的输入向量,使用relu函数的神经元会根据其处于网络中的位置,输出

    22、max(0,wtx+b)(3)

    23、至下一层神经元或作为整个神经网络的输出。

    24、而且,所述对获取的总训练集及测试集数据进行数据清洗,明确保护动作边界具体为:

    25、假设数据集中共有m条测试数据,共有p个故障位置,故障位置等间隔递增;每个故障位置内有q条测试数据,q条测试数据中,过渡电阻等间隔递增;设每个故障位置与过渡电阻值对应的保护动作状态为akj为保护动作行为,akj值为0时表示保护不动作,akj值为1时表示保护动作;

    26、构建保护动作状态矩阵如下:

    27、

    28、为检查同一故障位置,不同过渡电阻值下保护的动作结果,构建一个横长为3,纵宽为1的数据窗口m;为检查同一过渡电阻值,不同故障位置下保护的动作结果,构建一个横宽为1,纵长为2的数据窗口n;数据窗口m、n中的状态值序列将作为修正保护拒动与误动数据的依据;设x1、x2分别为检查过程中,数据窗口m、n中的原序列,y为根据规则修正后的正确序列;

    29、将历史测试数据进行清洗,数据清洗规则为:

    30、规则1:m从第一行开始,在矩阵每一行内由左到右向滑动,滑动步长为1,记录每次滑动后数据窗口m中由左到右三个状态值构成状态值序列若数据窗口m中出现状态值序列为则认为第k个故障位置的第j-2个过渡电阻值处由于保护自身存在的问题发生了拒动,修正数据窗口m中状态值序列为修正公式为:

    31、

    32、规则2:m从第一行开始,在矩阵每一行内由左到右滑动,滑动步长为1,记录每次滑动后数据窗口中m由左到右三个状态值构成状态值序列若数据窗口m中出现状态值序列为则启动状态窗口n;以为状态窗口n底部的数据,记录每次滑动后数据窗口n中由上到下两个状态值构成状态值序列若数据窗口n的状态值序列中出现则认为第k个故障位置的第j-1个过渡电阻值处因保护自身存在的问题发生误动,修正数据窗口m中状态值序列为若数据窗口n的状态值序列中出现则认为第k个故障位置的第j-2个过渡电阻值处因保护自身存在的问题发生拒动,修正数据窗口m中状态值序列为修正公式为:

    33、

    34、规则3:n从第一列开始,在矩阵每一列内由上到下滑动,滑动步长为1,记录数据窗口n由上到下两个状态值构成状态值序列若数据窗口n中出现状态值序列为则认为第k个故障位置的第j个过渡电阻值处因保护自身存在的问题发生误动,修正窗口数据n中状态值序列为修正公式为:

    35、

    36、默认第一个故障位置下所有保护动作未发生误动。

    37、而且,所述利用mlp分类模型建立保护动作行为的预测模型,以连续变化的保护动作概率值替代离散的保护动作行为结果,实现保护动作行为可拟合的目标具体为:

    38、将测试时故障设置的过渡电阻值与故障位置作为输入,保护的动作结果作为输出采用公式(1)的mlp分类模型进行训练;

    39、将mlp分类模型判断本次故障下保护应动作的概率值作为mlp分类模型的输出;

    40、设置一定阈值,将mlp分类模型输出大于阈值的情况视为保护动作,小于阈值的情况视为保护动作,并与测试的保护动作行为做对比,计算mlp分类模型的预测准确率,

    41、mlp分类模型判断保护动作行为公式为:

    42、

    43、其中:act为mlp分类模型判断保护动作行为,1表示保护动作,0表示保护不动作;

    44、y_pred_prob为mlp分类模型判断保护动作行为为1值时的概率值;threshold为提前设定的阈值;

    45、mlp分类模型的准确率计算公式为:

    46、

    47、保护动作行为的预测模型输出保护动作的概率值,保护动作概率为0到1之间的连续值保护动作行为。

    48、而且,所述利用mlp回归模型建立故障信息与保护动作的回归模型,建立故障信息与保护动作行为间的非线性函数关系,进而求解保护动作边界具体为:

    49、将保护动作概率值与故障位置、过渡电阻值作为输入,保护动作边界的过渡电阻边界值与故障位置边界值作为输出训练mlp回归模型,为优化训练效果,将数据在保护动作概率值为确定值附近进行数据切割,每个故障位置仅保留较短长度的数据段作为mlp回归模型训练集;

    50、切割好后的保护动作状态矩阵为:

    51、

    52、其中:l为每个故障位置下保留的数据段长度。

    53、而且,所述根据故障信息与保护动作的回归模型计算保护动作边界的过渡电阻边界值与故障位置边界值具体为:确定保护动作概率值为设定值时处于保护动作边界,利用故障信息与保护动作的回归模型计算保护动作边界下,某一过渡电阻对应的故障位置边界值;计算保护动作边界下,某一故障位置对应的过渡电阻边界值。

    54、一种基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价装置,包括:

    55、数据采集模块,用于获取总训练集及测试集;

    56、数据预处理模块,用于对获取的总训练集及测试集数据进行数据清洗,明确保护动作边界;

    57、mlp分类模型模块,利用mlp分类模型建立保护动作行为的预测模型,以连续变化的保护动作概率值替代离散的保护动作行为结果,实现保护动作行为可拟合的结果;

    58、mlp回归模型模块,基于保护动作行为可拟合的结果,利用mlp回归模型建立故障信息与保护动作的回归模型,建立故障信息与保护动作行为间的非线性函数关系,进而求解保护动作边界;根据故障信息与保护动作的回归模型计算保护动作边界的过渡电阻边界值与故障位置边界值;

    59、数据输出模块,根据保护动作边界的过渡电阻边界值与故障位置边界值对保护的动作性能进行评价。

    60、而且,所述mlp分类模型模块包括回归模型建立模块及边界值计算模块;

    61、所述回归模型建立模块将保护动作概率值与故障位置、过渡电阻值作为输入,过渡电阻边界值与故障位置边界值作为输出训练mlp回归模型,为优化训练效果,将数据在保护动作概率值为确定值附近进行数据切割,每个故障位置仅保留较短长度的数据段作为mlp回归模型训练集;

    62、切割好后的保护动作状态矩阵为:

    63、

    64、其中:l为每个故障位置下保留的数据段长度;

    65、所述边界值计算模块计算保护动作边界的过渡电阻边界值与故障位置边界值,确定保护动作概率值为设定值时保护处于保护动作边界,利用故障信息与保护动作的回归模型计算保护保护动作边界下,某一过渡电阻对应的故障位置边界值;计算保护动作边界下,某一故障位置对应的过渡电阻边界值。

    66、一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法的步骤。

    67、本发明的优点和有益效果为:

    68、1、本发明通过mlp分类模型直接针对故障的过渡电阻值、故障位置与相应的保护动作行为建立关联关系,而无需了解复杂的保护算法和逻辑,简化了柔性直流保护判断是否动作的过程;

    69、2、本发明通过mlp回归模型给出了故障的过渡电阻值、故障位置与保护动作概率值间的函数关系,为柔性直流保护结果评价提供了准确的数据支撑。


    技术特征:

    1.一种基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,其特征在于:所述方法的步骤为:

    2.根据权利要求1所述的基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,其特征在于:所述获取总训练集及测试集具体为:

    3.根据权利要求1所述的基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,其特征在于:所述对获取的总训练集及测试集数据进行数据清洗,明确保护动作边界具体为:

    4.根据权利要求1所述的基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,其特征在于:所述利用mlp分类模型建立保护动作行为的预测模型,以连续变化的保护动作概率值替代离散的保护动作行为结果,实现保护动作行为可拟合的目标具体为:

    5.根据权利要求1所述的基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,其特征在于:所述利用mlp回归模型建立故障信息与保护动作的回归模型,建立故障信息与保护动作行为间的非线性函数关系,进而求解保护动作边界具体为:

    6.根据权利要求1所述的基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法,其特征在于:所述根据故障信息与保护动作的回归模型计算保护动作边界的过渡电阻边界值与故障位置边界值具体为:确定保护动作概率值为设定值时处于保护动作边界,利用故障信息与保护动作的回归模型计算保护动作边界下,某一过渡电阻对应的故障位置边界值;计算保护动作边界下,某一故障位置对应的过渡电阻边界值。

    7.一种基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价装置,其特征在于:包括:

    8.根据权利要求7所述的基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价装置,其特征在于:所述mlp分类模型模块包括回归模型建立模块及边界值计算模块;

    9.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述基于多层感知机mlp的柔性直流系统保护动作边界值的保护评价方法的步骤。


    技术总结
    本发明涉及一种基于多层感知机MLP的柔性直流系统保护动作边界值的保护评价方法、装置及存储介质,包括获取总训练集及测试集;数据清洗,明确保护动作边界;利用MLP分类模型建立保护动作行为的预测模型;建立故障信息与保护动作的回归模型,进而求解保护动作边界;计算保护动作边界的过渡电阻边界值与故障位置边界值;对保护的动作性能进行评价。本发明通过MLP分类模型直接针对故障的过渡电阻值、故障位置与保护动作行为建立关联关系,而无需了解复杂的保护算法和逻辑,简化了柔性直流保护判断是否动作的过程;通过MLP回归模型给出了故障的过渡电阻值、故障位置与保护动作概率值间的函数关系,为柔性直流保护结果评价提供了准确的数据支撑。

    技术研发人员:刘德坤,辛光明,李博通,任翔,刘丽萍,吝梦媛,范登博,马迎新
    受保护的技术使用者:国网冀北电力有限公司电力科学研究院
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-29802.html

    最新回复(0)