【技术实现步骤摘要】
本申请涉及电力系统故障诊断，特别是涉及一种高压直流输电系统的故障识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、高压直流输电系统在运行过程中，可能遭遇各种故障，如单相接地故障、相间故障和阀组故障等。这些故障会影响系统的稳定运行，因此，及时准确地识别故障类型对于故障处置和风险分析至关重要。
2、传统的故障识别方法往往依赖于固定阈值或简单的信号处理算法，这些方法在面对复杂多变的故障情况时，可能无法准确区分故障类型，尤其是在高压直流输电系统中，故障特征信号可能受到多种因素影响，导致故障识别的准确率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高高压直流输电系统的故障识别准确率的高压直流输电系统的故障识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种高压直流输电系统的故障识别方法，包括：
3、获取高压直流输电系统的故障录波数据；
4、根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像；
5、根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，并将所述扩充时频图像和所述故障录波时频图像，作为训练样本；
6、采用所述训练样本，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型；
7、将所述高压直流输电系统的实时故障录波数据对应的故障录波时频图像，输入所述
8、在其中一个实施例中，在根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像之前，还包括：
9、对所述故障录波数据进行分析，得到分析结果；所述分析结果包括所述故障录波数据的频率特性信息、突变点分布信息和持续时间信息；
10、根据所述分析结果，从多种小波基函数中确定出匹配的候选小波基函数；
11、将所述候选小波基函数应用于所述故障录波数据，并计算对应的频谱匹配度和重构误差；
12、根据所述频谱匹配度和所述重构误差，从所述候选小波基函数中确定出所述目标小波基函数。
13、在其中一个实施例中，所述根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，包括：
14、对所述故障录波时频图像进行图像变换处理，得到变换后的时频图像；
15、采用所述故障录波时频图像，训练得到目标生成器；
16、根据所述目标生成器，生成得到生成时频图像；
17、将所述变换后的时频图像和所述生成时频图像，作为所述故障录波时频图像对应的扩充时频图像。
18、在其中一个实施例中，所述采用所述故障录波时频图像，训练得到目标生成器，包括：
19、获取初始生成器和初始对抗器；
20、针对任一故障类型的故障录波时频图像，将所述任一故障类型的故障录波时频图像作为真实样本，通过所述初始生成器和所述初始对抗器的对抗训练，交替更新生成器和对抗器中的参数，得到训练完成的任一故障类型对应的生成器；
21、将全部故障类型对应的生成器，作为所述目标生成器。
22、在其中一个实施例中，所述根据所述目标生成器，生成得到生成时频图像，包括：
23、采用每个故障类型对应的生成器，生成对应故障类型的时频图像；
24、将每个故障类型的时频图像，作为所述生成时频图像。
25、在其中一个实施例中，所述采用所述训练样本，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型，包括：
26、获取多个预设超参数组，并将所述训练样本划分为训练集和测试集；
27、根据所述多个预设超参数组和所述训练集，分别对初始故障识别模型进行训练，得到训练完成的多个候选故障识别模型；
28、根据所述测试集，确定所述多个候选故障识别模型各自的模型准确率；
29、根据所述模型准确率，从所述多个预设超参数组中，确定出目标超参数组；
30、采用所述训练样本和所述目标超参数组，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型。
31、第二方面，本申请还提供了一种高压直流输电系统的故障识别装置，包括：
32、数据获取模块，用于获取高压直流输电系统的故障录波数据；
33、图像转换模块，用于根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像；
34、样本确定模块，用于根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，并将所述扩充时频图像和所述故障录波时频图像，作为训练样本；
35、模型训练模块，用于采用所述训练样本，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型；
36、故障识别模块，用于将所述高压直流输电系统的实时故障录波数据，输入所述目标故障识别模型中，得到所述高压直流输电系统的实时故障识别结果。
37、第三方面，本申请还提供了一种计算机设备，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：
38、获取高压直流输电系统的故障录波数据；
39、根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像；
40、根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，并将所述扩充时频图像和所述故障录波时频图像，作为训练样本；
41、采用所述训练样本，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型；
42、将所述高压直流输电系统的实时故障录波数据，输入所述目标故障识别模型中，得到所述高压直流输电系统的实时故障识别结果。
43、第四方面，本申请还提供了一种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：
44、获取高压直流输电系统的故障录波数据；
45、根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像；
46、根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，并将所述扩充时频图像和所述故障录波时频图像，作为训练样本；
47、采用所述训练样本，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型；
48、将所述高压直流输电系统的实时故障录波数据，输入所述目标故障识别模型中，得到所述高压直流输电系统的实时故障识别结果。
49、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
50、获取高压直流输电系统的故障录波数据；
51、本文档来自技高网...
【技术保护点】
1.一种高压直流输电系统的故障识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述采用所述故障录波时频图像，训练得到目标生成器，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标生成器，生成得到生成时频图像，包括：
6.根据权利要求1所述的方法，其特征在于，所述采用所述训练样本，对初始故障识别模型进行训练，得到训练完成的目标故障识别模型，包括：
7.一种高压直流输电系统的故障识别装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机
10.一种计算机程序产品，包括计算机程序，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中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种高压直流输电系统的故障识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在根据目标小波基函数，将所述故障录波数据，转换为故障录波时频图像之前，还包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述故障录波时频图像，进行数据扩充处理，得到所述故障录波时频图像对应的扩充时频图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述采用所述故障录波时频图像，训练得到目标生成器，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标生成器，生成得到生成时频图像，包括：
6.根据权利要求1所述的方法，其特征在于...
【专利技术属性】
技术研发人员：李强，刘自骞，胡建，宋云海，张世洪，李阳，张怿宁，黄剑湘，
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。