一种配电箱的安全预警方法及系统与流程

摘要: 本发明涉及配电箱安全预警。更具体地,本发明涉及一种配电箱的安全预警方法及系统。背景技术:1、配电箱是电力系统末端进行电能分配与控制的枢纽,其运行状态直接关系到供...
一种配电箱的安全预警方法及系统与流程

本发明涉及配电箱安全预警。更具体地,本发明涉及一种配电箱的安全预警方法及系统。

背景技术:

1、配电箱是电力系统末端进行电能分配与控制的枢纽,其运行状态直接关系到供电可靠性与人身财产安全。随着分布式能源、电动汽车等复杂负荷不断接入,配电箱所处运行环境日趋复杂,内部设备状态呈现更强的非线性、耦合性与时变性。为掌握配电箱健康状态,现有系统通常部署多类传感器,采集电压、电流、温度等多维时序监测数据,并据此进行安全监测与异常判别。

2、然而,现有安全监测系统大多采用固定频率的均匀采样策略。该方式在平稳工况下产生大量冗余数据,加重存储与计算负担;在异常快速演化或瞬态扰动发生时,又因采样表示密度不足而削弱关键瞬态特征的表达,影响早期异常识别效果。

3、近年来,基于深度学习的数据驱动方法逐步应用于配电箱安全预警,在复杂运行数据表征方面表现出一定潜力。不过,上述技术路径在处理多维时序数据时,往往依赖网络末端输出或单一层级特征进行状态判定,缺乏对不同深度网络层中局部细节特征与全局抽象特征的协同融合,难以充分表征配电箱的复杂运行状态。

4、在实际部署中发现,工业现场普遍存在电磁干扰、负荷波动与瞬时噪声,从神经网络提取的特征序列容易夹杂离群点,传统统计评估与异常判别方法易受偶然扰动影响而产生虚假告警。此外,现有预警机制通常缺乏对历史状态演化过程的动态记忆与按当前状态调节的历史保持能力,在面对缓慢积累的早期隐患时,难以兼顾预警灵敏度与告警可靠性,制约了配电箱智能运维与主动防护能力的进一步提升。

技术实现思路

1、为了解决固定采样冗余、单层特征表征不足及噪声引发虚假告警的技术问题,本发明在如下的多个方面中提供方案。

2、在第一方面中,本发明提供了一种配电箱的安全预警方法,包括:

3、s1、获取配电箱多维时序监测数据,基于局部极值点与拐点动态非等间隔采样重组为输入序列,采样密度与数据变化率呈正相关;

4、s2、将输入序列输入深度神经网络前向传播,提取其中多个非相邻卷积层的激活特征图并插值统一尺寸,根据各卷积层感受野尺寸与历史平均激活稀疏度设定权重后加权融合生成激活矩阵;

5、s3、将滑动时间窗口内各激活矩阵展开为一维向量,利用正常状态协方差矩阵主特征向量构成的正交基计算各一维向量的投影值形成投影序列,按与投影序列历史固有方差正相关的截尾百分比自适应截尾后计算统计方差构成抗扰方差向量;

6、s4、计算抗扰方差向量与预设正常簇质心的加权欧氏距离,基于所述加权欧氏距离进行非线性记忆保持的累积积分,记忆保持系数与加权欧氏距离正相关且小于1,累积积分值超过动态告警阈值时输出指示配电箱异常的预警信号。

7、本发明基于局部极值点与拐点对配电箱多维时序监测数据动态非等间隔采样,在压缩平稳区段冗余的同时提高瞬态突变区间的表达密度;对多个非相邻卷积层的激活特征图按感受野尺寸与历史平均激活稀疏度加权融合,使局部纹理细节与全局抽象状态互补表达;利用正常状态正交基投影并按历史固有方差自适应截尾计算抗扰方差向量,降低瞬时噪声与离群点对判别的影响;再依据抗扰方差向量与正常簇质心的加权欧氏距离进行非线性记忆保持的累积积分,对突发异常及时响应、对渐进式隐患持续累积,提升配电箱早期异常预警的准确性与可靠性。

8、优选地,所述基于局部极值点与拐点动态非等间隔采样重组为输入序列,包括:

9、计算配电箱多维时序监测数据的一阶差分以识别局部极值点,计算二阶差分以识别拐点;

10、将局部极值点和拐点按时间顺序合并为基准采样点序列,提取相邻基准采样点之间的时间间隔与幅值变化量,以幅值变化量除以时间间隔的绝对值计算数据变化率;

11、将数据变化率归一化后映射为采样频率缩放因子,据此在对应数据区间内插值重采样,生成等长数据段并拼接为输入序列。

12、以一阶差分识别局部极值点、二阶差分识别拐点,并按幅值变化量与时间间隔的比值调节采样频率缩放因子,使采样密度随信号突变程度增减,突变段获得更高采样表示密度而平稳段减少冗余。

13、优选地,所述提取相邻基准采样点之间的时间间隔与幅值变化量,包括:将电压通道相邻基准采样点之间的幅值差,或相邻基准采样点对应的标准化多维监测向量之间的加权二范数,作为幅值变化量。

14、优选地,所述根据各卷积层感受野尺寸与历史平均激活稀疏度设定权重,包括:

15、获取对应卷积层激活特征图的感受野像素面积作为尺寸指标;

16、统计对应卷积层在历史正常样本集下输出为零的神经元数量占总神经元数量的比例作为历史平均激活稀疏度;

17、将尺寸指标与历史平均激活稀疏度的负指数变换结果相乘,获得各卷积层的初始权重;

18、对所有选定卷积层的初始权重应用softmax函数进行归一化处理,输出用于加权融合的权重。

19、将卷积层感受野像素面积与历史平均激活稀疏度的负指数相乘并经softmax归一化确定融合权重,使感受野大的层贡献提高、激活稀疏的层被抑制,避免大量神经元不激活的层主导融合结果。

20、优选地,所述利用正常状态协方差矩阵主特征向量构成的正交基计算各一维向量的投影值形成投影序列,包括:

21、收集历史正常运行状态下的多组一维向量样本,计算多组一维向量样本的协方差矩阵作为正常状态协方差矩阵;

22、对正常状态协方差矩阵进行特征值分解,按照特征值从大到小的顺序,提取累计贡献率超过预设阈值的主特征向量构成正交基;

23、分别计算滑动时间窗口内各个时刻的一维向量与正交基中各个主特征向量的内积,将各内积结果作为投影值,按时间顺序排列生成投影序列。

24、按累计贡献率截取主特征向量构成正交基,在保留正常信号主要结构的同时舍弃噪声方向,使异常在正常主元空间的投影坐标上更易显现。

25、优选地,所述按与投影序列历史固有方差正相关的截尾百分比自适应截尾后计算统计方差,包括:

26、对滑动时间窗口内的每个投影序列,计算投影序列在历史正常运行状态下的历史固有方差;

27、基于历史固有方差构建单调递增且最大值不超过预设上限值的映射函数,计算投影序列对应的自适应截尾百分比;

28、对投影序列样本值升序排列,去除两端自适应截尾百分比的极值样本,计算剩余保留样本的均值及方差,以该方差作为投影序列的统计方差。

29、以历史固有方差经单调递增映射确定各投影维度的自适应截尾百分比,波动大的维度截尾更强、稳定维度截尾更弱,在抑制孤立离群点的同时保留真实异常信息,降低误报率。

30、优选地,所述计算抗扰方差向量与预设正常簇质心的加权欧氏距离,包括:

31、对历史正常状态下的抗扰方差向量进行聚类,将各聚类中心作为预设正常簇质心;

32、分别计算抗扰方差向量与各预设正常簇质心之间的加权欧氏距离并取最小值作为加权欧氏距离,其中加权欧氏距离的各维度权重由正常状态抗扰方差向量各维度的逆方差构成,且逆方差的分母中加入预设小正数。

33、优选地,所述基于所述加权欧氏距离进行非线性记忆保持的累积积分,记忆保持系数与加权欧氏距离正相关且小于1,包括:

34、对加权欧氏距离进行归一化得到归一化距离值,将归一化距离值线性映射到下限与上限均大于0且小于1的预设记忆保持区间内,得到当前时刻的记忆保持系数;

35、将累积积分值初始化为0,在每个时刻将上一时刻的累积积分值乘以当前时刻的记忆保持系数后,再加上当前时刻的加权欧氏距离,得到当前时刻的累积积分值。

36、将记忆保持系数随加权欧氏距离正相关调整且始终小于1,异常持续时增强历史积分保留、正常波动下积分随时间衰减收敛,兼顾对渐进隐患的累积灵敏度与对偶发扰动的遗忘能力。

37、优选地,所述动态告警阈值根据归一化电网背景负载波动因子实时更新;所述归一化电网背景负载波动因子为电网背景负载的波动方差与历史正常背景负载方差基准值的归一化比较结果。

38、使动态告警阈值随归一化电网背景负载波动因子实时调整,在重载正常工况下阈值同向抬升,区分正常负荷涌动与真实异常,减少背景负载波动引起的误报。

39、第二方面,本发明提供一种配电箱的安全预警系统,包括处理器和存储器,所述存储器存储有计算机程序指令,当所述计算机程序指令被所述处理器执行时实现上述一种配电箱的安全预警方法。

40、通过采用上述技术方案,将上述的一种配电箱的安全预警方法生成计算机程序,并存储于存储器中,以被处理器加载并执行,从而根据存储器及处理器制作终端设备,方便使用。

41、本发明的技术方案具有以下有益技术效果:

42、本发明对配电箱多维时序监测数据按极值点与拐点动态非等间隔采样,减少平稳区段冗余输入并提高瞬态突变区间的表达密度;提取神经网络多个非相邻卷积层的激活特征图,结合感受野尺寸与激活稀疏度加权融合,实现不同尺度特征的互补表达,增强对复杂运行状态的全局表征;利用正常状态正交基投影并结合历史固有方差自适应截尾计算抗扰方差向量,降低离群点与瞬时噪声对异常判别的影响,提升统计结果的稳定性。

43、进一步地,基于抗扰方差向量与正常簇质心的加权欧氏距离,结合与所述加权欧氏距离正相关且小于1的非线性记忆保持系数执行累积积分预警,使系统对突发异常及时响应、对渐进式隐患持续累积判断,正常工况下积分随时间衰减收敛,从而提升配电箱安全预警的准确性与可靠性。