本发明涉及继电保护定值分析,具体而言,涉及一种基于大数据的继电保护定值分析校验方法及系统。
背景技术:
1、在电力系统中的用电设备发生故障时,继电装置能自动将故障后的用电设备切除,来恢复其他无故障部分的运行状态,减少停电范围。但具体继电保护定值设置为多少,才能保护电力系统中的各设备,还缺乏一种通用的继电保护定值分析校验方法。
技术实现思路
1、针对现有技术中的上述不足,本发明提供的一种基于大数据的继电保护定值分析校验方法及系统解决了如何确定继电保护定值的问题。
2、为了达到上述发明目的,本发明采用的技术方案为:一种基于大数据的继电保护定值分析校验方法,包括:
3、根据待分析电力系统的阻抗,计算待分析短路电流值;
4、从大数据中调取短路电流值和继电保护定值,构建训练集;
5、采用训练集训练继电保护定值分析模型,得到训练后的继电保护定值分析模型;
6、将待分析短路电流值输入训练后的继电保护定值分析模型中,得到预测的继电保护定值;
7、根据预测的继电保护定值,对待分析电力系统中继电设备进行设置,完成校验。
8、进一步地,所述继电保护定值分析模型包括:输入层、特征提取层、隐藏层和输出层;
9、所述输入层分别与特征提取层的输入端和隐藏层的输入端连接;所述隐藏层的输出端与输出层的输入端连接。
10、上述进一步地方案的有益效果为:本发明在数据输入时,设置了特征提取层用于提取输入数据的特征,增强数据在模型中的表达能力,提高继电保护定值分析模型预测精度。
11、进一步地,所述特征提取层的表达式为:
12、
13、其中,r为特征提取层的输出,xi为第i个短路电流值,n为短路电流值的数量。
14、进一步地,所述隐藏层的表达式为:
15、
16、其中,f为隐藏层的输出,whide为隐藏层的权重,x为输入层输入的短路电流值集合,r为特征提取层的输出,e为自然对数。
17、进一步地,所述输出层的表达式为:
18、
19、其中,y为输出层的输出,whide为隐藏层的权重,wexport为输出层的权重,b为输出层的偏置,x为输入层输入的短路电流值集合,r为特征提取层的输出,e为自然对数。
20、进一步地,所述训练继电保护定值分析模型包括:
21、将训练集中短路电流值输入输入层中,通过输入层将短路电流值分别传输给特征提取层和隐藏层;
22、在特征提取层中,提取短路电流值特征,将短路电流值特征传输给隐藏层;
23、通过隐藏层进行映射,得到隐藏层输出;
24、通过输出层对隐藏层输出进行映射,得到输出层的输出;
25、根据输出层的输出和训练集中继电保护定值,计算目标差值;
26、根据目标差值分别对隐藏层和输出层的参数进行优化,直到目标差值低于目标阈值,继电保护定值分析模型训练完成。
27、进一步地,所述计算目标差值的公式为:
28、
29、其中,dk为第k次训练后的目标差值,yk为第k次训练时输出层的输出,y′k为第k次训练时训练集中继电保护定值,e为自然对数。
30、进一步地,所述根据目标差值分别对隐藏层和输出层的参数进行优化,具体包括:根据目标差值对隐藏层的权重进行优化,根据目标差值对输出层的权重进行优化;
31、对隐藏层的权重进行优化的公式为:
32、
33、其中,为第k次训练的隐藏层权重,为第k-1次训练的隐藏层权重,dk为第k次训练后的目标差值;
34、对输出层的权重进行优化的公式为:
35、
36、其中,为第k次训练的输出层权重,为第k-1次训练的输出层权重,dk为第k次训练后的目标差值。
37、上述进一步地方案的有益效果为:在训练过程中,第k次训练时输出层的输出yk与第k次训练时训练集中继电保护定值y′k相差较大时,目标差值dk较大,隐藏层的权重和输出层的权重下降速度快,隐藏层的权重和输出层的权重下降速度,导致yk与y′k差距加剧缩小,目标差值dk加剧缩小,隐藏层的权重和输出层的权重下降速度变缓。
38、一种基于大数据的继电保护定值分析校验方法的继电保护定值分析校验系统,包括:
39、待分析短路电流值计算单元、训练集构建单元、模型训练单元和校验单元;
40、所述待分析短路电流值计算单元用于根据待分析电力系统的阻抗,计算待分析短路电流值;所述训练集构建单元用于从大数据中调取短路电流值和继电保护定值,构建训练集;所述模型训练单元用于采用训练集训练继电保护定值分析模型,得到训练后的继电保护定值分析模型;所述校验单元用于根据预测的继电保护定值,对待分析电力系统中继电设备进行设置,完成校验。
41、本发明实施例的技术方案至少具有如下优点和有益效果:本发明通过从大数据中调取短路电流值和继电保护定值,构建为训练集,训练继电保护定值分析模型,找到短路电流值与继电保护定值间关系的映射,将待分析短路电流值输入训练后的继电保护定值分析模型中,得到继电保护定值,实现一种通用的继电保护定值分析校验方法。
1.一种基于大数据的继电保护定值分析校验方法,其特征在于,包括:
2.根据权利要求1所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述继电保护定值分析模型包括:输入层、特征提取层、隐藏层和输出层;
3.根据权利要求2所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述特征提取层的表达式为:
4.根据权利要求3所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述隐藏层的表达式为:
5.根据权利要求4所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述输出层的表达式为:
6.根据权利要求5所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述训练继电保护定值分析模型包括:
7.根据权利要求6所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述计算目标差值的公式为:
8.根据权利要求7所述的基于大数据的继电保护定值分析校验方法,其特征在于,所述根据目标差值分别对隐藏层和输出层的参数进行优化,具体包括:根据目标差值对隐藏层的权重进行优化,根据目标差值对输出层的权重进行优化;
9.根据权利要求1~8任一项所述的基于大数据的继电保护定值分析校验方法的继电保护定值分析校验系统,其特征在于,包括: