基于多参量的换流站滤波器断路器动作预警方法与流程
本发明涉及断路器预警,具体说是基于多参量的换流站滤波器断路器动作预警方法。
背景技术:
1、换流站滤波器场断路器是换流站无功补偿与电压调节的核心关键设备,其主要依据换流站实时无功功率供需状态进行自动投切作业,以此平衡电网无功功率、稳定交流电压水平,保障高压直流输电系统安全稳定运行。在现有换流站运维作业体系中,滤波器场断路器的投切动作完全依托电网无功负荷变化自动触发,动作时机具备随机性和突发性,现场运维人员无法对断路器动作时间进行精准预判。目前行业内尚未形成完善的断路器动作预警技术及配套装置,仅依靠人工现场值守、经验预判的传统防护方式,存在极大的局限性和安全隐患。
2、为了预测滤波器场断路器的动作情况,运维人员会依据调度提前一天下达的有功功率曲线来计算无功功率的变化趋势,进而预估滤波器场断路器的分合时间。但由于无功功率的变化还会受到电压、触发角等实时参数的影响,仅根据有功功率曲线估算出的无功功率存在偏差,需至少提前30分钟提醒现场人员远离,否则可能会出现滤波器场断路器分合时人员滞留情况,存在一定的安全风险。广固站24组滤波器场断路器平均每日动作6.5次,每次提前30分钟提醒人员远离,严重影响广固站运检人员正常运行维护工作的开展。同时,现有预判技术准确率不足,保守预警模式无法从根本上消除安全隐患,若断路器突发投切动作而运维人员未及时撤离作业区域,极易引发触电、设备机械伤害等安全生产事故,严重威胁一线运维人员人身安全,给换流站安全生产管控带来极大压力。
3、综上,现在亟需研发一种可精准预测断路器动作、提前预警的换流站滤波器断路器动作预警方法,满足高压换流站精细化、安全化、高效化的运维需求。
技术实现思路
1、为解决现有换流站滤波器场断路器缺乏智能化动作预警手段,存在动作不可预测、安全防护滞后、作业连续性差的问题,本发明的目的是提供基于多参量的换流站滤波器断路器动作预警方法。
2、本发明为实现上述目的,通过以下技术方案实现:
3、基于多参量的换流站滤波器断路器动作预警方法,包括以下步骤:
4、s1、采集换流站滤波器断路器动作相关多源数据;
5、s2、数据预处理,筛选与断路器动作时间相关的核心特征;
6、s3、数据集划分,将预处理后的完整数据集按行业常规比例拆分,分为训练集、验证集和测试集;
7、s4、换流站滤波器断路器动作时间预测模型构建与迭代训练;
8、s5、模型性能评估,采用平均绝对误差mae、均方误差mse、预测准确率核心指标量化模型效果;
9、s6、判断模型预测精度是否满足要求,若不满足要求,则返回步骤s4;若满足要求,执行下面的步骤;
10、s7、模型部署上线,将最优模型部署,完成模型适配、接口调试、程序固化;
11、s8、换流站实时运行数据在线接入,自动同步至已部署的ai模型,实现数据不间断、低延迟输入;
12、s9、断路器动作时间智能预测,ai模型实时解析输入数据,自适应计算断路器分合闸动作时间预测值;
13、s10、输出可视化展示实时预测结果,向现场发出换流站滤波器断路器即将动作预警信号;
14、s11、超限告警,当预测动作时间与实际动作时间超出预设范围发出告警。
15、优选地,还包括步骤s12、数据闭环回流优化,将现场新增的原始运行数据、模型预测数据、越限告警记录数据自动回流至数据库,扩充样本数据集,持续参与模型迭代训练。
16、优选地,所述换流站滤波器断路器动作相关多源数据为有功功率、无功功率、交流电压和熄弧角。
17、优选地,步骤s1中,数据源采样频率为100hz;模型统一融合频率为1hz;历史观测窗口为5min;滑动步长为1min;预测窗口为未来3min。
18、优选地,所述模型预测精度为预警时间≤3分钟。
19、优选地,步骤s4具体包括以下步骤:
20、s41、训练数据集的时间跨度、采样频率:
21、总时长90天:其中训练集72天、验证集9天、测试集9天;
22、统一建模采样频率为1 hz;
23、s42、数据预处理方法,包括短时缺失线性插值、长时缺失均值填充;3σ准则和工程阈值剔除异常值;连续量min-max归一化、离散量独热编码:
24、s43、模型验证与参数调优的具体步骤:
25、采用五折时间交叉验证,搭配早停机制防过拟合;依次调优以下参数:dropout、l2正则、学习率和批次大小;最终用独立测试集评估泛化能力,完成模型固化。
26、优选地,步骤s9包括以下步骤:
27、s91、不同电压等级/容量滤波器的无功投切阈值设定依据;
28、s92、3分钟预警的触发条件(如预测值连续 n 秒超过阈值);
29、s93、预警解除的判定规则;
30、s94、多滤波器组联动投切的优先级逻辑。
31、优选地,步骤s5中采用梯度下降法训练的神经网络无功算法进行模型性能评估。
32、优选地,步骤s12中,数据闭环回流优化包括以下步骤:
33、数据集:取自换流站服务器数据库的有效样本;按80%、10%、10%划分为训练集、验证集和测试集;
34、增量自学习规则:7天定时触发和工况异常触发双模式;采用小学习率、限制迭代轮数、分层微调策略,精度下降则自动回滚参数;
35、统一版本编号,离线验收后固化基线版本;本地和远端双备份,支持自动/手动版本切换与异常自动回退,所有操作全程日志留痕。
36、上述基于多参量的换流站滤波器断路器动作预警方法,采用换流站滤波器断路器动作预警预警装置对断路器动作进行预警,具体包括无功功率预测部分和就地警示部分;所述无功功率预测部分包括梯度下降的神经网络优化算法和系统传输协议;所述系统传输协议为websocket协议。
37、本发明相比现有技术具有以下优点:
38、本发明换流站滤波器断路器动作预警方法,首次将基于梯度下降法训练的神经网络模型应用于换流站无功功率预测,以无功功率交换量、交流电压、线路电流和触发角四维参数作为输入,实现对未来3分钟无功变化趋势的精准预测,突破了传统人工经验判断的局限。构建“数据采集-算法预测-就地预警”的全流程智能化预警体系,具备预测精度高、预警及时性强、部署便捷、安全提升效果显著、可推广性强等诸多核心优势,具体如下:
39、第一,多维度数据采集,预测依据全面可靠:本方法摒弃传统人工经验预判模式,可实时精准采集换流站无功功率交换量、交流电压、线路电流、触发角等影响断路器投切动作的核心关键参数,覆盖电网运行、设备工况多维度数据,全面还原滤波器场断路器的动作触发条件,为后续精准预测提供完整、真实、实时的数据支撑,从源头规避了单一数据、经验判断导致的预判偏差问题。
40、第二,提前长效预警,全方位保障人身作业安全:本发明可实现断路器动作前3分钟就地声光预警,相较于传统无预警、瞬时动作的作业模式,预留充足的人员撤离、现场避险时间,能够有效提醒现场运维人员及时远离设备作业区域,从技术层面杜绝断路器突发动作引发的人身安全事故,极大提升换流站滤波器场作业的安全冗余。
41、第三,首次将基于梯度下降法训练的神经网络模型应用于换流站无功功率预测,以无功功率交换量、交流电压、线路电流和触发角四维参数作为输入,实现对未来5分钟无功变化趋势的精准预测,突破了传统人工经验判断的局限。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com