遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)及方法,尤其是涉及一種基于 BP神經(jīng)網(wǎng)絡(luò)的遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)及方法。
【背景技術(shù)】
[0002] 隨著電網(wǎng)自動(dòng)化的進(jìn)程,大量原先需要人工檢測(cè)和統(tǒng)計(jì)的數(shù)據(jù)現(xiàn)已經(jīng)使用遙測(cè)和 遙信來(lái)完成,但由于傳感器精度等問(wèn)題,通信數(shù)據(jù)并不能保證一定準(zhǔn)確。在大量數(shù)據(jù)實(shí)驗(yàn)之 后,發(fā)現(xiàn)遙信數(shù)據(jù)存在誤報(bào)現(xiàn)象,在檢測(cè)對(duì)象正常的情況下,遙信信號(hào)顯示設(shè)備故障。這種 現(xiàn)象的存在大大增加了電力檢測(cè)和監(jiān)控人員的工作量,浪費(fèi)人力資源。由于以上情況的存 在,如何在一系列的遙信信號(hào)中,準(zhǔn)確的定位出真正的故障設(shè)備,成為了一項(xiàng)必須解決的問(wèn) 題。
[0003] 對(duì)于遙信信號(hào)存在誤報(bào)的問(wèn)題,以往的解決方案是通過(guò)大量的數(shù)據(jù)校驗(yàn),以及檢 測(cè)人員的經(jīng)驗(yàn)排除一部分顯然是誤報(bào)的信號(hào),并對(duì)最有可能出現(xiàn)故障的設(shè)備進(jìn)行逐一檢查 來(lái)完成的。這樣的方法有以下優(yōu)勢(shì):
[0004] 1、工作人員可以據(jù)經(jīng)驗(yàn)忽略一部分明顯誤報(bào)的信號(hào);
[0005] 2、通過(guò)逐一檢查,更換遙信傳感器,可以在很長(zhǎng)一段時(shí)間內(nèi)杜絕該設(shè)備的誤報(bào)情 況。
[0006] 然而,隨著電網(wǎng)規(guī)模的擴(kuò)大,人力資源開(kāi)始變得緊張,使用人力過(guò)濾成千上萬(wàn)條遙 信信號(hào)成為不可能。電網(wǎng)更加需要一種自動(dòng)檢測(cè)和過(guò)濾遙信信號(hào)的方法,
[0007] BP (Back Propagation)網(wǎng)絡(luò)是 1986 年由 Rumelhart 和 McCelland 為首的科學(xué)家 小組提出,是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò),是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò) 模型之一。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系,而無(wú)需事前揭示描述這 種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法,通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò) 的權(quán)值和閾值,使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層(input)、 隱層(hidden layer)和輸出層(output layer)。
【發(fā)明內(nèi)容】
[0008] 當(dāng)前電網(wǎng)系統(tǒng)中,存在遙信信號(hào)不準(zhǔn)確的情況,增加了電力檢測(cè)盒監(jiān)控人員的工 作量,造成不必要的浪費(fèi)。針對(duì)這種情況,本發(fā)明的在于提供一種基于BP神經(jīng)網(wǎng)絡(luò)的遙信 數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)及方法,通過(guò)所述系統(tǒng)和方法可以迅速地根據(jù)一系列遙信信 號(hào)判斷出某個(gè)設(shè)備是否存在故障,并給出一個(gè)相對(duì)合理的故障類型。
[0009] 為了實(shí)現(xiàn)上述目的,本發(fā)明的解決方案是:
[0010] 一種遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng),包括布局計(jì)算子系統(tǒng)和人機(jī)交互子系 統(tǒng),其中,所述布局計(jì)算子系統(tǒng)具體包括:
[0011] 電網(wǎng)數(shù)據(jù)庫(kù)交互模塊:用于和電網(wǎng)數(shù)據(jù)庫(kù)進(jìn)行交互,從電網(wǎng)數(shù)據(jù)庫(kù)獲得電網(wǎng)拓?fù)?數(shù)據(jù)信息;
[0012] 神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊:通過(guò)從電網(wǎng)數(shù)據(jù)庫(kù)交互模塊得到的遙信歷史數(shù)據(jù),對(duì)神經(jīng)網(wǎng) 絡(luò)進(jìn)行訓(xùn)練的模塊;
[0013] 故障分類器模塊:根據(jù)遙信信號(hào),對(duì)存在故障的設(shè)備進(jìn)行初步的故障分類的模 塊;
[0014] 故障信息展示模塊:將最終結(jié)果以消息的形式顯示出來(lái)的模塊。
[0015] -種基于BP神經(jīng)網(wǎng)絡(luò)的遙信數(shù)據(jù)設(shè)備故障判斷與分類方法,具體包括以下步驟:
[0016] 1)神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟:
[0017] 1. 1)從電網(wǎng)數(shù)據(jù)庫(kù)取出n組設(shè)備故障數(shù)據(jù),記做N,以及對(duì)應(yīng)的n個(gè)真實(shí)的設(shè)備狀 態(tài),記做M;
[0018] 1. 2)初始化神經(jīng)網(wǎng)絡(luò)連接權(quán)值w、節(jié)點(diǎn)閾值0 ;
[0019] 1. 3)設(shè)置循環(huán)計(jì)數(shù)器i = 0,進(jìn)行循環(huán),對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練:
[0020] 1. 3. 1)判斷,當(dāng)i小于n時(shí)轉(zhuǎn)到步驟1. 3. 2),否則轉(zhuǎn)到步驟1. 4);
[0021] 1. 3. 2)取一個(gè)樣本作為輸入,根據(jù)式(1)計(jì)算各層的輸出情況,公式(1)為:
【主權(quán)項(xiàng)】
1. 一種遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng),其特征在于:包括布局計(jì)算子系統(tǒng)和人機(jī) 交互子系統(tǒng),其中,所述布局計(jì)算子系統(tǒng)具體包括: 電網(wǎng)數(shù)據(jù)庫(kù)交互模塊:用于和電網(wǎng)數(shù)據(jù)庫(kù)進(jìn)行交互,從電網(wǎng)數(shù)據(jù)庫(kù)獲得電網(wǎng)拓?fù)鋽?shù)據(jù) 信息; 神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊:通過(guò)從電網(wǎng)數(shù)據(jù)庫(kù)交互模塊得到的遙信歷史數(shù)據(jù),對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn) 行訓(xùn)練的模塊; 故障分類器模塊:根據(jù)遙信信號(hào),對(duì)存在故障的設(shè)備進(jìn)行初步的故障分類的模塊; 故障信息展示模塊:將最終結(jié)果以消息的形式顯示出來(lái)的模塊。
2. -種遙信數(shù)據(jù)設(shè)備故障判斷與分類方法,其特征在于具體包括以下步驟: 1) 神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟: I. 1)從電網(wǎng)數(shù)據(jù)庫(kù)取出η組設(shè)備故障數(shù)據(jù),記做N,以及對(duì)應(yīng)的η個(gè)真實(shí)的設(shè)備狀態(tài), 記做M ; 1.2) 初始化神經(jīng)網(wǎng)絡(luò)連接權(quán)值w、節(jié)點(diǎn)閾值Θ ; 1. 3)設(shè)置循環(huán)計(jì)數(shù)器i = 0,進(jìn)行循環(huán),對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練: 1. 3. 1)判斷,當(dāng)i小于η時(shí)轉(zhuǎn)到步驟1. 3. 2),否則轉(zhuǎn)到步驟1. 4); 1. 3. 2)取一個(gè)樣本作為輸入,根據(jù)式(1)計(jì)算各層的輸出情況,公式(1)為:
其中,Xi?X η是從其他神經(jīng)元傳來(lái)的輸入信號(hào),W ij表示從神經(jīng)元j到神經(jīng)元i的連接 權(quán)值,Θ表不一個(gè)閾值; 1. 3. 3)計(jì)算隱層輸出; 1.3.4)計(jì)算輸出層輸出; 1. 3. 5)計(jì)算誤差d并更新權(quán)值和節(jié)點(diǎn)閾值; 1. 3. 6)更新i,i增加 1,返回步驟1. 3. 1); 1. 4)判斷步驟1. 3. 5)誤差d是否小于誤差下限,若是,轉(zhuǎn)到步驟1. 3)繼續(xù)訓(xùn)練,反之, 神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成; 2) 故障信號(hào)判斷過(guò)程: 2. 1)判斷,設(shè)備I遙測(cè)信號(hào)顯示出現(xiàn)故障; 2. 2)將設(shè)備I加入待判定列表; 2. 3)從數(shù)據(jù)庫(kù)獲取設(shè)備I最新的η個(gè)信號(hào)量,記為N ; 2. 4)將信號(hào)數(shù)據(jù)傳入神經(jīng)網(wǎng)絡(luò),判斷當(dāng)前設(shè)備是否存在故障,若是,則將設(shè)備加入故障 設(shè)備列表,否則,將設(shè)備移出待判定列表; 3) 故障設(shè)備故障類型判定與輸出: 3. 1)從數(shù)據(jù)庫(kù)獲取設(shè)備I最新的η個(gè)信號(hào)量,記為N ; 3. 2)將N輸入到故障分類器進(jìn)行判斷; 3.3) 將故障結(jié)果輸出給監(jiān)控人員。
【專利摘要】本發(fā)明公開(kāi)一種基于BP神經(jīng)網(wǎng)絡(luò)的遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)及方法,所述遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)包括故障信息展示模塊、神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊、故障分類器模塊、電網(wǎng)數(shù)據(jù)庫(kù)交互模塊。通過(guò)本發(fā)明所述的基于BP神經(jīng)網(wǎng)絡(luò)的遙信數(shù)據(jù)設(shè)備故障判斷與分類系統(tǒng)和方法可以迅速地根據(jù)一系列遙信信號(hào)判斷出某個(gè)設(shè)備是否存在故障,并給出一個(gè)相對(duì)合理的故障類型。
【IPC分類】G06K9-62, G06F17-30
【公開(kāi)號(hào)】CN104536970
【申請(qǐng)?zhí)枴緾N201410721313
【發(fā)明人】郭勁松, 黃建楊, 冉進(jìn)文, 俞苗杰, 俞曉松
【申請(qǐng)人】國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)浙江省電力公司, 國(guó)網(wǎng)浙江省電力公司紹興供電公司, 國(guó)網(wǎng)浙江諸暨市供電公司
【公開(kāi)日】2015年4月22日
【申請(qǐng)日】2014年12月3日