基于BP-SOM组合神经网络的供电安全隐患智能诊断系统及方法技术方案

本发明专利技术的实施例公开了一种基于BP

【技术实现步骤摘要】
基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统及方法


[0001]本专利技术涉及供电安全
，特别是指一种基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统及方法。

技术介绍

[0002]供电设备作为向用户直接供电的一环，其健康状态严重影响着用户的用电质量。如何更高效的对供电设备运行状态进行评估，以及如何针对用户侧用电行为进行智能诊断是电力行业需要急迫解决的问题。近些年随着经济的快速发展，人们的生活水平有了较大提升，居民的生活用电成为电力市场中最快的增长点，但是用户电力需求的快速增加给电力系统造成了非常大的挑战。
[0003]在电力领域，电力用户产生的电力异常数据量非常大，然而，大量的异常数据缺乏有效的分析手段，且现有异常评估方法的准确性依然很低。与此同时，针对用户侧安全隐患缺乏有效的感知手段，目前主要以人工巡查为主，一些微小的安全隐患一般无法被人工巡查察觉，用户侧设备，例如小区配电房内的电力系统等，在日常运维中会产生一些变压器用电负荷过高、内部油温过热、零电量用户过多从而导致电气火灾等隐患；电力设施的丢失、被盗、损坏，配电箱、变压器等设备过度老化等情况；以及在新增对电能质量及供电可靠性有影响的大型设备时，用电负荷情况注意不及时。如果这些电力异常无法及时发现和处理，往往会给电力公司造成巨大的经济损失，并威胁到电力用户和电力系统的安全运行。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统及方法，避免人工巡检的主观性，提高检出率，降低事故率。
[0005]一方面，提供一种基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统，包括CPU处理器，CPU处理器连接有供电单元、传输单元、监测单元和报警单元，其中：
[0006]所述监测单元包括电流互感器、电压互感器和温度传感器；所述监测单元用于布设在需要监控的供电设备上；
[0007]所述传输单元采用有线传输和/或无线传输方式；
[0008]所述报警单元包括警报灯、扬声器和/或手持终端。
[0009]进一步的，所述CPU处理器还连接有服务器；
[0010]和/或，所述CPU处理器还连接有用于使需要监控的供电设备切断电路的脱扣器；
[0011]和/或，所述CPU处理器还连接有GPS定位器。
[0012]另一方面，提供一种利用上述的基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统进行诊断的方法，包括：
[0013]步骤1：打开供电单元，为系统供电；
[0014]步骤2：对监测单元监测到的用电数据进行周期采样，所述用电数据包括电流互感
器采集三相线路的电流值、电压互感器采集三相线路的电压值、以及温度传感器采集四相电气线路的温度；
[0015]步骤3：对用电数据进行预处理，剔除偏离点；
[0016]步骤4：将预处理后的用电数据通过传输单元传输至CPU处理器，CPU处理器通过预训练的BP
‑
SOM组合神经网络模型对数据进行处理计算，输出是否有事故风险以及风险类型的结果；
[0017]步骤5：若出现异常及风险，CPU处理器发出预警信号。
[0018]进一步的，所述步骤4还包括：
[0019]CPU处理器将结果及位置数据上传至服务器。
[0020]进一步的，所述步骤5还包括：
[0021]CPU处理器根据输出结果，做出是否通过脱扣器切断电路的指令；
[0022]和/或，若出现异常及风险，CPU处理器将预警信号及位置发送至工作人员的手持终端。
[0023]进一步的，所述BP
‑
SOM组合神经网络模型的构建方法包括：构建BP神经网络；
[0024]所述构建BP神经网络，包括：
[0025]a)构建不同安全状态下的数据集，包含正常、注意、异常、以及严重四种状态下的数据，各组数据均包含三相线路的电流值即三相电流、三相线路的电压值即三相电压、以及四相电气线路的温度值即四线温度，作为初始数据；
[0026]b)将三相电流、三相电压、四线温度这些特征作为输入向量，将漏电流作为输出向量，将数据集分为测试集和训练集两部分，该两部分中的样本随机选择来保证训练集和测试集中的数据分布一致；
[0027]c)定义BP神经网络的误差函数；
[0028]d)根据输入的样本来计算输出样本和隐藏层神经元输出，选择隐藏层个数为2个，第一层隐藏层神经元为6个，第二层隐藏层神经元为7个；
[0029]e)计算目标值与实际值之间的偏差，并求出输出层和隐藏层的误差；
[0030]f)计算反向误差并逐层向前反馈；
[0031]g)权值学习，根据反向误差来更新输入层—隐藏层、隐藏层—输出层之间的权值；
[0032]h)判断误差是否收敛在给定的学习精度内，如果达到给定的学习精度，则学习结束，否则转到步骤d)继续学习。
[0033]进一步的，所述BP
‑
SOM组合神经网络模型的构建方法还包括：构建SOM神经网络；
[0034]所述构建SOM神经网络，包括：
[0035]a)初始化，对SOM中神经元的初始权值W
ij
进行归一化处理，使权值的范围分布在(0，1)之间，且相邻权值不相等；
[0036]b)原始数据输入，所述原始数据包括供电设备的漏电流、以及相邻时刻的四线温度差；
[0037]c)计算输出各神经元间的欧式距离，最小欧式距离即为获胜神经元，计算公式见下式；
[0038][0039]其中，X
i
(t)表示t时刻原始数据X
i
的值，W
ij
(t)表示t时刻W
ij
的值；
[0040]d)权值更新，调整获胜神经元的权值，见下式；
[0041]W
ij
(t+1)＝W
ij
(t)+α(t)h
c，j
(t)(X
i
(t)
‑
W
ij
(t))
[0042]其中，0<α(t)<1表示学习速率，随着时间的推移逐渐下降为0；h
c
,
j
(t)为邻域函数，计算输出O
k
＝f(min
j
||X
‑
W
j
||)，输出O
k
为供电设备安全隐患类型分类，包含正常、注意、异常、以及严重四种状态；
[0043]e)循环判断，如果满足α(t)<α
min
，程序结束；如果不能满足，则返回步骤b)原始数据输入继续进行，其中α
min
为事先设定的最小学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统，其特征在于，包括CPU处理器，CPU处理器连接有供电单元、传输单元、监测单元和报警单元，其中：所述监测单元包括电流互感器、电压互感器和温度传感器；所述监测单元用于布设在需要监控的供电设备上；所述传输单元采用有线传输和/或无线传输方式；所述报警单元包括警报灯、扬声器和/或手持终端。2.根据权利要求1所述的系统，其特征在于，所述CPU处理器还连接有服务器；和/或，所述CPU处理器还连接有用于使需要监控的供电设备切断电路的脱扣器；和/或，所述CPU处理器还连接有GPS定位器。3.一种利用权利要求1或2所述的基于BP
‑
SOM组合神经网络的供电安全隐患智能诊断系统进行诊断的方法，其特征在于，包括：步骤1：打开供电单元，为系统供电；步骤2：对监测单元监测到的用电数据进行周期采样，所述用电数据包括电流互感器采集三相线路的电流值、电压互感器采集三相线路的电压值、以及温度传感器采集四相电气线路的温度；步骤3：对用电数据进行预处理，剔除偏离点；步骤4：将预处理后的用电数据通过传输单元传输至CPU处理器，CPU处理器通过预训练的BP
‑
SOM组合神经网络模型对数据进行处理计算，输出是否有事故风险以及风险类型的结果；步骤5：若出现异常及风险，CPU处理器发出预警信号。4.根据权利要求3所述的方法，其特征在于，所述步骤4还包括：CPU处理器将结果及位置数据上传至服务器。5.根据权利要求3所述的方法，其特征在于，所述步骤5还包括：CPU处理器根据输出结果，做出是否通过脱扣器切断电路的指令；和/或，若出现异常及风险，CPU处理器将预警信号及位置发送至工作人员的手持终端。6.根据权利要求3
‑
5中任一所述的方法，其特征在于，所述BP
‑
SOM组合神经网络模型的构建方法包括：构建BP神经网络；所述构建BP神经网络，包括：a)构建不同安全状态下的数据集，包含正常、注意、异常、以及严重四种状态下的数据，各组数据均包含三相线路的电流值即三相电流、三相线路的电压值即三相电压、以及四相电气线路的温度值即四线温度，作为初始数据；b)将三相电流、三相电压、四线温度这些特征作为输入向量，将漏电流作为输出向量，将数据集分为测试集和训练集两部分，该两部分中的...

【专利技术属性】
技术研发人员：徐寅飞，韩照成，潘黄萍，
申请(专利权)人：杭州电力设备制造有限公司，
类型：发明
国别省市：