【技术实现步骤摘要】
本专利技术属于配电故障监测，具体的说是一种基于边缘节点信息的ls-svm配电故障监测方法和系统。
技术介绍
1、随着电力需求的日益增长和电网规模的持续扩大，配电系统作为电力系统的末端，其运行状态是否稳定直接影响到用户的电力需求。然而，由于多种原因，配电系统时常会发生故障，如开关设备故障、配电线路短路或接地故障、越级跳闸事件等。
2、目前，传统的配电故障定位方法往往依赖于人工巡检，存在故障定位时间较长、事故处理效率不高的问题，严重影响用户的用电体验。现有的监测和定位装置在对配电线路的运行状态进行监控时，往往存在一定的滞后性，难以做到实时监测，并且在面对线路的瞬时故障以及特征相对不明显的高阻抗故障时，也难以进行有效的检测和准确的诊断。
3、因此，开发一种高效、智能的配电故障监测方法，对于提高配电系统的运行效率和安全性具有重要意义。
技术实现思路
1、针对以上问题，本专利技术提供了一种基于边缘节点信息的ls-svm配电故障监测方法和系统，该方法主要利用配电网中的边缘节点对终端设备采集的数据进行实时处理和分析，通过ls-svm算法实现对配电系统的故障进行监测。主要包括边缘节点采集配电系统运行数据，将数据信息传输到云端，利用ls-svm算法对标准化后的数据进行学习训练，构建ls-svm故障预测模型,将训练好的模型部署到云端，获取实时采集的数据，从而进行配电系统故障监测，并能及时向用户或运检人员发出告警，可以高效实现故障的处理。本专利技术可以快速准确的识别配电故障并能准
2、本专利技术技术方案如下，一种基于边缘节点信息的ls-svm配电故障监测方法，包括以下步骤：
3、s1在配电系统的边缘节点安装传感器，实时采集电压、电流、功率因数、温度等参数数据，并将所述采集数据上传至云端；
4、s2传感器采集的数据可以通过无线方式传输到云端的数据库，数据库具有存储功能，将所采集数据存储到数据库中；
5、s3从所述的存储数据中筛选出配电系统故障数据以及配电系统正常运行的数据，并将其中的参数转换为标准化的形式，然后对数据进行标签化处理；
6、s4：将标记好的数据分为训练集和测试集，用以ls-svm模型的训练，ls-svm配电故障监测模型为如下的分类输出函数：其中,h(x)为监测得到的第x个监测值；a=[a1,a2,...an]t为lagrange乘子；k(xi,x)为核函数；n为样本中训练集的样本个数；b为偏置向量；
7、s5将ls-svm配电故障诊断模型部署到云端，接收传输到云端的边缘节点信息数据，进而实现故障的实时监测。
8、进一步的，步骤s3中，转换为标准化的形式具体为，通过公式：
9、对数据进行z-score标准化处理，其中x*为标准化处理后数据，x为标准化处理前的数据，u为这一类样本的均值，为样本的标准差。
10、进一步的，步骤s3中，标签化处理具体为，将数据按照其所属的类别进行标记，正常运行数据标记为0，故障数据标记为1。
11、进一步的，步骤s4中，模型的训练具体为，将数据样本带入到模型中，生成训练集：，xi为输入向量，yi为数据的标记值，通过映射函数对数据进行处理，投射到获得更高位的数据集，构造ls-svm模型的决策函数：
12、其中，和b是ls-svm模型的回归参数，代表权值向量，b代表偏置向量。
13、进一步的，ls-svm模型在约束条件中加入松弛变量ei后得到其函数：
14、
15、其中，为惩罚因子，ei为误差，将lagrange乘子带入得到：
16、其中，a=[a1,a2,...,an]t为lagrange乘子。
17、进一步的，最优的b和a可通过kkt条件获得，{
18、消去变量和ei，优化问题转换为求解线性方程组：其中，y=[y1,y2,...yn]t，1=[1,1,...,1]t，e为单位矩阵，k(xi,x)为核函数，记，方程组的解为则ls-svm预测模型为：
19、得到ls-svm模型的分类输出函数为：。
20、一种基于边缘节点信息的ls-svm配电故障监测系统，包括以下四个模块：
21、数据采集模块：通过安装在配电设备上的传感器，实时采集配电设备的各项运行数据，包括电流、电压、温度、功率因数；
22、数据处理模块：对采集到的数据进行预数据标准化处理，以提高数据分析的准确性和效率；
23、故障诊断模块：利用ls-svm算法对处理后的数据进行分析，监测配电系统存在的故障，自动向系统管理员发送预警信息，包括故障时间、故障位置；
24、用户界面模块：提供友好的用户界面，方便系统管理员查看设备运行状态、接收预警信息、查看故障定位。
25、本专利技术的有益效果为：
26、本专利技术通过ls-svm算法构建系统模型对配电故障进行监测，解决了配网系统故障定位时间较长、事故处理效率不高、无法及时监测的问题，提高了故障监测的实时性和故障定位的精确性，提高了配电故障的解决效率。
27、本专利技术的基于边缘节点信息的ls-svm配电故障监测方法极大减少了配网故障的影响，提高了配网故障解决效率，有效地减少了配网故障导致的停电时长，保证配电网的稳定运行。
本文档来自技高网...【技术保护点】
1.一种基于边缘节点信息的LS-SVM配电故障监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于边缘节点信息的LS-SVM配电故障监测方法，其特征在于，步骤S3中，转换为标准化的形式具体为，通过公式：
3.根据权利要求2所述的一种基于边缘节点信息的LS-SVM配电故障监测方法，其特征在于，步骤S3中，标签化处理具体为，将数据按照其所属的类别进行标记，正常运行数据标记为0，故障数据标记为1。
4.根据权利要求1所述的一种基于边缘节点信息的LS-SVM配电故障监测方法，其特征在于，步骤S4中，模型的训练具体为，将数据样本带入到模型中，生成训练集：，xi为输入向量，yi为数据的标记值，通过映射函数对数据进行处理，投射到获得更高位的数据集，构造LS-SVM模型的决策函数：
5.根据权利要求4所述的一种基于边缘节点信息的LS-SVM配电故障监测方法，其特征在于，LS-SVM模型在约束条件中加入松弛变量ei后得到其函数：
6.根据权利要求5所述的一种基于边缘节点信息的LS-SVM配电故障监测方法，其特征在于，最优
7.一种基于边缘节点信息的LS-SVM配电故障监测系统，其特征在于，包括以下四个模块：
...【技术特征摘要】
1.一种基于边缘节点信息的ls-svm配电故障监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于边缘节点信息的ls-svm配电故障监测方法，其特征在于，步骤s3中，转换为标准化的形式具体为，通过公式：
3.根据权利要求2所述的一种基于边缘节点信息的ls-svm配电故障监测方法，其特征在于，步骤s3中，标签化处理具体为，将数据按照其所属的类别进行标记，正常运行数据标记为0，故障数据标记为1。
4.根据权利要求1所述的一种基于边缘节点信息的ls-svm配电故障监测方法，其特征在于，步骤s4中，模型的训练具体...
【专利技术属性】
技术研发人员：冀爽，张明，王磊，陶亮，蔡一鸣，国宾，房崇峰，
申请(专利权)人：国网吉林省电力有限公司四平供电公司，
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。