(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110245050.6 (22)申请日 2021.03.05 (65)同一申请的已公布的文献号 申请公布号 CN 113033078 A (43)申请公布日 2021.06.25 (73)专利权人 国网安徽省电力有限公司 地址 236000 安徽省合肥市包河区黄山路9 号 专利权人 长园深瑞继保自动化有限公司 (72)发明人 叶远波　李端超　谢民　汪胜和　 汪伟　邵庆祝　程晓平　王薇　 项忠华　陈晓东　刘宏君　赵子根　 丛雷　韩啼啼　 (74)专利代理 机构 合肥市浩智运专利代理事务 所(普通合伙) 34124 专利代理师 张祥 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06Q 50/06(2012.01) (56)对比文件 CN 110647830 A,2020.01.0 3 CN 111915101 A,2020.1 1.10 US 7103460 B1,2006.09.05 US 2020393505 A1,2020.12.17 CN 111709182 A,2020.09.25 CN 110308339 A,2019.10.08 Anamika Yadav,et al. .An Overview of Transmission Line Protecti on by Artificial Neural Netw ork: Fault Detection, Fault Clas sificati on, Fault Location, and Fault Directi on Discrimi nation. 《Hindawi Publishing Corporati on Advances i n Artificial Neural Systems》 .2014, (续) 审查员 郭晓晓 (54)发明名称 继电保护设备故障预警模型的构建方法、 系 统及预警方法 (57)摘要 本发明提供了一种继电保护设备故障预警 模型的构建方法， 包括步骤A： 收集继电保护设备 的历史故障信息， 将所有故障划分为至少两个等 级； 步骤B： 整理保护功能失效的故障数据得到结 果向量， 以对应的历史故障信息构建的矩阵作为 原因矩阵； 步骤C： 对结果向量和原因矩阵分别进 行归一化处理； 步骤D： 确定BP神经网络的结构和 参数， 将归一化后的原因矩阵和结果向量分别作 为输入和输 出值导入BP神经网络进行训练。 本发 明还提供了基于该模型进行故障预 警的方法。 本 发明导致保护功能失效的故障作为原因， 以保护 功能失效的故障作为结果， 对继电保护设备进行 预警， 降低异常损失， 提升电网运行的稳定性和可靠性。 [转续页] 权利要求书3页 说明书8页 附图1页 CN 113033078 B 2022.06.03 CN 113033078 B (56)对比文件 熊峰 等.动量因子BP神经网络算法在设备 故障预测中的应用. 《制造业自动化》 .201 1,第33 卷(第12期), 巨林仓 等.基 于LM算法 建立风电机组神经 网络故障预警诊断模型. 《热力发电》 .2010,第39 卷(第12期),J.Upendar,et al. .PSO and AN N-based fault clas sificati on for protective relaying. 《IET Generati on, Trans mission & Distributi on》 .2010, 姜陈 等.基 于BP神经网络的动车组客室空 调故障识别与预警研究. 《铁道标准设计》 .2018, 第62卷(第2期),2/2 页 2[接上页] CN 113033078 B1.一种继电保护设备故障预警模型的构建方法， 其特 征在于： 包括 步骤A： 收集继电保护设备的历史故障信 息， 根据继电保护功能是否失效将所有故障划 分为至少两个等级； 步骤B： 对导致保护功能失效的故障进行赋值， 同时统计在这类故障发生之前发生过的 其他等级故障的类型和次数， 整理保护功能失效的故障数据得到结果向量， 以对应的历史 故障信息构建的矩阵作为原因矩阵； 所述原因矩阵表示为 结果向量表示为{dn,n∈[1,N]}， 其中dn 表示原因矩阵中的第n行数据对应的严重故障的赋值， 同样的严重故障， 其赋值相同； 表 示dn对应的严重故障发生时， 第i种故障类型发生的次数； 步骤C： 对结果向量和原因矩阵分别进行归一 化处理； 步骤D： 确定BP神经网络的结构和参数， 将归一化后的原因矩阵和结果向量分别作为输 入和输出值 导入BP神经网络进行训练。 2.根据权利要求1所述的一种继电保护设备故障预警模型的构建方法， 其特征在于： 步 骤A中将继电保护设备的历史故障划分为严重、 异常、 一般三个等级， 其中严重故障为装置 保护功能失效的情况， 异常故障为保护功能部分失效的情况， 一般故障为保护功能未受影 响的情况。 3.根据权利要求1所述的一种继电保护设备故障预警模型的构建方法， 其特征在于： 所 述归一化处理中引入修 正函数使处 理后的数值处于[0.1,0.9]范围内。 4.根据权利要求3所述的一种继电保护设备故障预警模型的构建方法， 其特征在于： 归 一化的公式为 其中， g(a)为 修正函数。 5.根据权利要求4所述的一种继电保护设备故障预警模型的构建方法， 其特征在于： 步 骤D中BP神经网络的输入层神经元为I个， 分别对应I种故障类型， 输出层神经元为k个， 对应 k种严重故障类型， 单层隐含层时， 容许误差为5％ ‑10％， 双层隐含层时， 容许误差为10％。 6.根据权利要求5所述的一种继电保护设备故障预警模型的构建方法， 其特征在于： 步 骤D中BP神经网络的训练过程如下： 步骤i： 令n＝1， 将原因矩阵 和结果向量{κn,n∈[1,N]}导入BP 神经网络中； 步骤ii： 将输入值传递到隐含层，权　利　要　求　书 1/3 页 2 CN 113033078 B 3