本申请涉及一种高压直流输电系统故障检测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：根据高压直流输电系统的故障类型，对所述高压直流输电系统中与所述故障类型关联的系统运行数据进行分层抽样，得到样本运行数据；根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型；对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型；将所述高压直流输电系统的待检测数据，输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果。采用本方法能够提高故障检测精度。度。度。
【技术实现步骤摘要】
高压直流输电系统故障检测方法、装置和计算机设备
[0001]本申请涉及高压直流输电系统的故障诊断
，特别是涉及一种高压直流输电系统故障检测方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着高压直流输电系统需处理的信息量与日剧增，如何从海量的信息中准确又高效的检测出故障信息也变得尤为重要，以便根据故障信息对故障设备进行快速维修，保障人们的用电。
[0003]目前，通常使用离群点检测方法对高压直流输电系统进行故障检测，然而高压直流输电系统中的电力设备种类繁多，不同电力设备的故障特征也差异较大，导致离群点检测方法在检测多种电力设备的不同故障时精确度较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高故障检测精度的高压直流输电系统故障检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种高压直流输电系统故障检测方法。所述方法包括：
[0006]根据高压直流输电系统的故障类型，对所述高压直流输电系统中与所述故障类型关联的系统运行数据进行分层抽样，得到样本运行数据；
[0007]根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型；
[0008]对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型；
[0009]将所述高压直流输电系统的待检测数据，输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果。
[0010]在其中一个实施例中，根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型，包括：
[0011]将所述样本运行数据，分别输入至所述多个待训练的故障检测基模型，得到所述样本运行数据的预测故障类型；
[0012]根据所述预测故障类型与所述样本运行数据的实际故障类型之间的差异，得到所述多个待训练的故障检测基模型的损失函数；
[0013]根据所述损失函数和所述多个待训练的故障检测基模型的正则项，得到所述多个待训练的故障检测基模型的目标函数；所述正则项为通过所述待训练的故障检测基模型中的叶子节点的个数和所述叶子节点的输出计算得到；
[0014]根据所述目标函数，对所述多个待训练的故障检测基模型进行局部最优解处理，得到所述多个训练后的故障检测基模型。
[0015]在其中一个实施例中，待训练的故障检测基模型的模型结构包括树结构；
[0016]所述待训练的故障检测基模型中的树结构通过如下方式得到：
[0017]根据所述样本运行数据中的运行特征和所述运行特征对应的二阶梯度，得到所述运行特征的分裂度；
[0018]根据所述运行特征的分裂度，从所述运行特征中，筛选出满足预设分裂度条件的目标运行特征，作为所述树结构的候选分裂特征；
[0019]确定所述候选分裂特征的增益信息，并将增益信息最大的候选分裂特征，作为所述树结构的目标分裂特征；
[0020]按照所述目标分裂特征，对所述待训练的故障检测基模型中的树节点进行节点分裂处理，构建得到所述待训练的故障检测基模型中的树结构。
[0021]在其中一个实施例中，确定所述候选分裂特征的增益信息，包括：
[0022]获取按照所述候选分裂特征进行分裂处理后的左子树分数和右子树分数，以及所述分裂处理前的分数；
[0023]将所述左子树分数、所述右子树分数和所述分裂处理前的分数，输入增益信息预测模型，得到所述候选分裂特征的增益信息。
[0024]在其中一个实施例中，对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型，包括：
[0025]对所述多个训练后的故障检测基模型进行前向分布处理，得到融合后的故障检测模型；
[0026]根据预设步长，对所述融合后的故障检测模型进行拟合优化，得到所述训练完成的故障检测模型。
[0027]在其中一个实施例中，将所述高压直流输电系统的待检测数据，输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果，包括：
[0028]将所述待检测数据，分别输入至所述训练完成的故障检测模型中的各个故障检测基模型，得到所述各个故障检测基模型输出的初始故障检测结果；
[0029]对所述初始故障检测结果进行融合，得到所述目标检测结果。
[0030]第二方面，本申请还提供了一种高压直流输电系统故障检测装置。所述装置包括：
[0031]样本获取模块，用于根据高压直流输电系统的故障类型，对所述高压直流输电系统中与所述故障类型关联的系统运行数据进行分层抽样，得到样本运行数据；
[0032]模型训练模块，用于根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型；
[0033]模型融合模块，用于对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型；
[0034]故障检测模块，用于将所述高压直流输电系统的待检测数据输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果。
[0035]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0036]根据高压直流输电系统的故障类型，对所述高压直流输电系统中与所述故障类型关联的系统运行数据进行分层抽样，得到样本运行数据；
[0037]根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对
应的多个训练后的故障检测基模型；
[0038]对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型；
[0039]将所述高压直流输电系统的待检测数据，输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果。
[0040]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0041]根据高压直流输电系统的故障类型，对所述高压直流输电系统中与所述故障类型关联的系统运行数据进行分层抽样，得到样本运行数据；
[0042]根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型；
[0043]对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型；
[0044]将所述高压直流输电系统的待检测数据，输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果。
[0045]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种高压直流输电系统故障检测方法，其特征在于，所述方法包括：根据高压直流输电系统的故障类型，对所述高压直流输电系统中与所述故障类型关联的系统运行数据进行分层抽样，得到样本运行数据；根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型；对所述多个训练后的故障检测基模型进行融合处理，得到训练完成的故障检测模型；将所述高压直流输电系统的待检测数据，输入至所述训练完成的故障检测模型，得到所述高压直流输电系统的目标故障检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述样本运行数据，对多个待训练的故障检测基模型进行迭代训练，得到对应的多个训练后的故障检测基模型，包括：将所述样本运行数据，分别输入至所述多个待训练的故障检测基模型，得到所述样本运行数据的预测故障类型；根据所述预测故障类型与所述样本运行数据的实际故障类型之间的差异，得到所述多个待训练的故障检测基模型的损失函数；根据所述损失函数和所述多个待训练的故障检测基模型的正则项，得到所述多个待训练的故障检测基模型的目标函数；所述正则项为通过所述待训练的故障检测基模型中的叶子节点的个数和所述叶子节点的输出计算得到；根据所述目标函数，对所述多个待训练的故障检测基模型进行局部最优解处理，得到所述多个训练后的故障检测基模型。3.根据权利要求2所述的方法，其特征在于，所述待训练的故障检测基模型的模型结构包括树结构；所述待训练的故障检测基模型中的树结构通过如下方式得到：根据所述样本运行数据中的运行特征和所述运行特征对应的二阶梯度，得到所述运行特征的分裂度；根据所述运行特征的分裂度，从所述运行特征中，筛选出满足预设分裂度条件的目标运行特征，作为所述树结构的候选分裂特征；确定所述候选分裂特征的增益信息，并将增益信息最大的候选分裂特征，作为所述树结构的目标分裂特征；按照所述目标分裂特征，对所述待训练的故障检测基模型中的树节点进行节点分裂处理，构建得到所述待训练的故障检测基模型中的树结构。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述确定所述候选分裂特征的增益信息，包括：获取按照所述...
【专利技术属性】
技术研发人员：陈潜，李强，武霁阳，彭光强，何竞松，国建宝，黄义隆，张楠，陈礼昕，黄之笛，高雨杰，张瑞，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司大理局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。