CN114707283B - 一种基于Lasso理论的接地网腐蚀诊断方法 - Google Patents
一种基于Lasso理论的接地网腐蚀诊断方法 Download PDFInfo
- Publication number
- CN114707283B CN114707283B CN202210350908.XA CN202210350908A CN114707283B CN 114707283 B CN114707283 B CN 114707283B CN 202210350908 A CN202210350908 A CN 202210350908A CN 114707283 B CN114707283 B CN 114707283B
- Authority
- CN
- China
- Prior art keywords
- grounding grid
- corrosion
- branch
- node
- coping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/20—Investigating the presence of flaws
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Electrochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于Lasso理论的接地网腐蚀诊断方法,包括:步骤1:建立变电站接地网的结构关系矩阵,同时,获取变电站接地网的基本参数;步骤2:对变电站接地网进行检测,获得检测参数;步骤3:基于结构关系矩阵、基本参数和检测参数,建立变电站接地网腐蚀诊断方程组;步骤4:利用Lasso理论迭代求解变电站接地网腐蚀诊断方程组,获得求解结果;步骤5:基于求解结果,图形化展示变电站接地网的腐蚀程度。本发明的基于Lasso理论的接地网腐蚀诊断方法,利用lasso理论对支路电阻变化量进行稀疏处理,再对故障诊断方程组进行求解,以解决变电站接地网腐蚀诊断中采用电网络方法时欠定方程求解容易出现不收敛及出现伪故障的问题。
Description
技术领域
本发明涉及变电站接地网故障诊断技术领域,特别涉及一种基于Lasso理论的接地网腐蚀诊断方法。
背景技术
变电站接地网具有均压和泄流功能,对保证电力***的安全稳定运行,保护变电站工作人员的人身安全和电气设备的运行安全起到重要作用。变电站接地网大多采用普通钢或镀锌扁钢,容易受到土壤腐蚀和电化学腐蚀的影响而导致接地体锈蚀变薄甚至断裂脱落。接地网腐蚀会降低接地网的接地性能,抬升地网的接地电位,危及设备及人身安全,给变电站的运行带来巨大的安全隐患。
目前接地网腐蚀诊断主要有三种方法:电磁法、电化学法及电网络法。电磁法向接地网的引出线注入交流电流,通过检测地面上磁感应强度的分布情况来进行接地网腐蚀的诊断与定位,电磁法会存在电磁干扰问题,特别是变电站这种强电磁环境会对测量结果产生较大影响;电化学法利用电化学特征来表征接地网的腐蚀情况,接地网在电化学腐蚀的作用下后接地极会发生氧化反应变成阳极,通过电化学传感器测量接地网不同位置的极化电阻来诊断接地网的腐蚀程度,电化学法需要开挖土壤埋设传感器,且周围的噪声会对检测精度产生影响;电网络法利用电网络理论和特勒根定理建立故障诊断方程组,通过端口电阻的变化情况得到接地网各支路电阻阻值的变化量,通过求解端口网络阻抗变化的方程组,得到接地网各支路的支路电阻,根据支路电阻的阻值得到接地网各支路的腐蚀情况。这种方法操作简单,便于实现,但由于接地网引出线的数目少于支路数,采用电网络法测量所得的端口电压电流方程数少于待求解的支路数,因而电网络法所建立的方程为欠定方程,目前,对这类方程一般采用优化方法进行求解,如文献[许磊,李琳.基于电网络理论的变电站接地网腐蚀及断点诊断方法[J].电工技术学报,2012,27(10):270-276]利用最小二乘法进行求解,这类方法在可及节点过少(方程数过少)的情况下求解会出现过拟合、诊断结果误差大、出现伪故障等问题。
发明内容
本发明提供一种基于Lasso理论的接地网腐蚀诊断方法,利用lasso理论对支路电阻变化量进行稀疏处理,再对故障诊断方程组进行求解,以解决变电站接地网腐蚀诊断中采用电网络方法时欠定方程求解容易出现不收敛及出现伪故障的问题。
本发明提供一种基于Lasso理论的接地网腐蚀诊断方法,包括:
步骤1:建立变电站接地网的结构关系矩阵,同时,获取变电站接地网的基本参数;
步骤2:对变电站接地网进行检测,获得检测参数;
步骤3:基于所述结构关系矩阵、基本参数和所述检测参数,建立变电站接地网腐蚀诊断方程组;
步骤4:利用Lasso理论迭代求解所述变电站接地网腐蚀诊断方程组,获得求解结果;
步骤5:基于求解结果,图形化展示变电站接地网的腐蚀程度。
优选的,所述步骤1中,建立变电站接地网的结构关系矩阵,包括:
分析变电站接地网的设计图纸的拓扑结构,建立描述变电站接地网的结构关系的关联矩阵A;
其中,关联矩阵A描述变电站接地网的节点与支路之间的连接关系,A的“行”代表接地网的节点元素,A的“列”代表接地网支路元素;按照从左到右、从上到下作为参考方向,对于A的每个元素,当该元素对应的支路按照参考方向离开该元素所对应的节点时,该元素取+1;当该元素对应的支路按照参考方向进入该元素所对应的节点时,该元素取-1;当该元素对应的支路与该元素对应的节点不相关联时,该元素取0。
优选的,所述步骤1中,获取变电站接地网的基本参数,包括:
根据变电站接地网的支路的长度和支路采用的接地材料,计算支路的标称电阻值Ri=ρli/si,其中,i=1,2,3,...,b,b为接地网支路总数,ρ为地网支路金属的电阻率,li为地网支路的长度,si为地网支路金属的截面积,并据此得到接地网的支路标称电阻向量Rk=(R1,R2,...Ri,...,Rb);
优选的,所述步骤2:对变电站接地网进行检测,获得检测参数,包括:
将变电站地网上设有引出线的节点作为可及节点,选定变电站地网中任一节点作为参考节点,在参考节点与可及节点1之间注入直流电流I0,测量可及节点1与参考节点之间的端口电压值U’(1);
选择下一个可及节点与参考节点之间注入直流电流I0,测量该可及节点与参考节点之间的端口电压值U’(2);
再对其余可及节点依次重复上述操作,记录其对应的端口电压值U’(m),m为可及节点的个数,得到注入直流电流I0情况下的端口电压向量U’=(U’(1),U’(2),…,U’(m))。
优选的,所述步骤3:基于所述结构关系矩阵、基本参数和所述检测参数,建立变电站接地网腐蚀诊断方程组,包括:
(31)以步骤2中选取的参考节点,根据变电站接地网的网络拓扑和步骤1中计算所得的接地网节点电导矩阵Gn=AGbAT,计算出在步骤2中各个可及节点注入直流电流I0情况下,变电站接地网各节点电压理论值: 其中In是注入节点n电流向量,In=(0(1),0(2),...,I0(i),...,-I0(j),...,0(n));
(32)计算接地网支路电流理论值,Ik(1)=GbATUn(1),Ik(2)=GbATUn(2),...,Ik(m)=GbATUn(m),并据此得到接地网支路电流向量理论值为Ik=(Ik(1),Ik(2),...,Ik(m));
(33)根据所述接地网各节点电压理论值,计算在各可及节点注入直流电流I0时,各可及节点与参考节点之间的端口电压理论值U=(U(1),U(2),……U(m));
(34)根据欧姆定律计算接地网各可及节点端口电阻的理论值:Rij(1)=U(1)/I0,Rij(2)=U(2)/I0,...,Rij(m)=U(m)/I0,并据此得到接地网端口电阻理论值向量Rij=(Rij(1),Rij(2),...,Rij(m));
(35)根据步骤2得到接地网检测参数,计算接地网可及节点与参考节点端口电阻的实际值R’ij(1)=U’(1)/I0,R’ij(2)=U’(2)/I0,...,R’ij(m)=U’(m)/I0,并据此得到接地网端口电阻实际值向量R’ij=(R’ij(1),R’ij(2),...,R’ij(m));
(36)计算接地网端口电阻实际值与理论值的变化量:△Rij=R’ij-Rij;
(37)通过特勒根定理建立接地网支路电阻变化量与端口电阻变化量之间的关系:
其中,△Rij是(36)中计算的接地网端口电阻实际值与理论值的变化量,△Rk是待求的接地网支路电阻变化量,Ik是(32)中计算所得的接地网支路电流向量理论值,I’k是腐蚀后各支路电流的实际值,与支路电阻的阻值变化量△Rk有关,I0是可及节点和参考节点之间注入的直流电流值。
优选的,所述步骤4:利用Lasso理论迭代求解所述变电站接地网腐蚀诊断方程组,获得求解结果,包括:
优选的,所述步骤5:基于求解结果,图形化展示变电站接地网的腐蚀程度,包括:
图形化展示所述评价结果,其中,轻度腐蚀的支路用绿色表示,中度腐蚀的支路用黄色表示,严重腐蚀的支路用红色表示;
根据接地网各支路的腐蚀程度绘制接地网实际各支路腐蚀诊断结果图,并进行输出。
优选的,基于Lasso理论的接地网腐蚀诊断方法,还包括:
步骤6:训练腐蚀应对模型,基于所述腐蚀应对模型,根据变电站接地网的腐蚀程度,制定应对策略,基于所述应对策略,进行相应应对处理。
优选的,所述步骤6中,训练腐蚀应对模型,包括:
获取多个第一腐蚀应对事件,同时,获取所述第一腐蚀应对事件对应的应对方;
获取所述应对方对应的应对类型,所述应对类型包括:内部应对和外部应对;
当所述应对方对应的应对类型为内部应对时,获取所述应对方对应的经验程度值;
若所述经验程度值小于等于预设的第一阈值,剔除对应所述第一腐蚀应对事件;
当所述应对方对应的应对类型为外部应对时,获取所述应对方对应的信用程度值;
若所述信用程度值小于等于预设的第二阈值,剔除对应所述第一腐蚀应对事件;
当需要剔除的所述第一腐蚀应对事件均剔除后,将剔除剩余的所述第一腐蚀应对事件作为第二腐蚀应对事件;
对所述第二腐蚀应对事件进行合理性分析,获取合理值;
若所述合理值大于等于预设的第三阈值,将对应所述第二腐蚀应对事件作为第三腐蚀应对事件;
基于预设的模型训练算法,根据所述第三腐蚀应对事件进行模型训练,获得腐蚀应对模型。
优选的,对所述第二腐蚀应对事件进行合理性分析,获取合理值,包括:
获取多个专家节点,同时,获取所述专家节点对所述第二腐蚀应对事件进行合理性评价的评价值;
获取所述专家节点对应的专家权重,赋予所述评价值对应所述专家权重,获得目标值;
累加计算所述目标值,获得合理值。
有益效果:
(1)本发明利用Lasso理论进行特征压缩,不仅可以解决过拟合问题,而且可以将不重要的变量直接压缩为0,删除无效变量(未被腐蚀的支路)的影响。可以在参数缩减过程中,达到提取有效的支路电阻变化量△Rk(已被腐蚀的支路)的作用。既实现了较为准确的接地网故障诊断,也实现了变量选择(降维)。
(2)本发明解决了接地网腐蚀诊断的盲目性,无需大面积开挖土壤即可较为准确的进行故障诊断与定位,为接地网是否开挖进行更换以及开挖位置的选择提供参考,进而降低现场接地网的运营维护成本。
(3)本发明通过图形化显示,使接地网腐蚀诊断结果形象直观,应用方便。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于Lasso理论的接地网腐蚀诊断方法的流程图;
图2为本发明实施例中变电站接地网网络拓扑结构的示意图;
图3为本发明实施例中变电站接地网腐蚀诊断结果的示意图;
图4为本发明实施例中又一基于Lasso理论的接地网腐蚀诊断方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种基于Lasso理论的接地网腐蚀诊断方法,如图1-3所示,包括:
步骤1:建立变电站接地网的结构关系矩阵,同时,获取变电站接地网的基本参数;
步骤2:对变电站接地网进行检测,获得检测参数;
步骤3:基于所述结构关系矩阵、基本参数和所述检测参数,建立变电站接地网腐蚀诊断方程组;
步骤4:利用Lasso理论迭代求解所述变电站接地网腐蚀诊断方程组,获得求解结果;
步骤5:基于求解结果,图形化展示变电站接地网的腐蚀程度;
所述步骤1中,建立变电站接地网的结构关系矩阵,包括:
分析变电站接地网的设计图纸的拓扑结构,建立描述变电站接地网的结构关系的关联矩阵A;
其中,关联矩阵A描述变电站接地网的节点与支路之间的连接关系,A的“行”代表接地网的节点元素,A的“列”代表接地网支路元素;按照从左到右、从上到下作为参考方向,对于A的每个元素,当该元素对应的支路按照参考方向离开该元素所对应的节点时,该元素取+1;当该元素对应的支路按照参考方向进入该元素所对应的节点时,该元素取-1;当该元素对应的支路与该元素对应的节点不相关联时,该元素取0;
所述步骤1中,获取变电站接地网的基本参数,包括:
根据变电站接地网的支路的长度和支路采用的接地材料,计算支路的标称电阻值Ri=ρli/si,其中,i=1,2,3,...,b,b为接地网支路总数,ρ为地网支路金属的电阻率,li为地网支路的长度,si为地网支路金属的截面积,并据此得到接地网的支路标称电阻向量Rk=(R1,R2,...Ri,...,Rb);
所述步骤2:对变电站接地网进行检测,获得检测参数,包括:
将变电站地网上设有引出线的节点作为可及节点,选定变电站地网中任一节点作为参考节点,在参考节点与可及节点1之间注入直流电流I0,测量可及节点1与参考节点之间的端口电压值U’(1);
选择下一个可及节点与参考节点之间注入直流电流I0,测量该可及节点与参考节点之间的端口电压值U’(2);
再对其余可及节点依次重复上述操作,记录其对应的端口电压值U’(m),m为可及节点的个数,得到注入直流电流I0情况下的端口电压向量U’=(U’(1),U’(2),…,U’(m));
所述步骤3:基于所述结构关系矩阵、基本参数和所述检测参数,建立变电站接地网腐蚀诊断方程组,包括:
(31)以步骤2中选取的参考节点,根据变电站接地网的网络拓扑和步骤1中计算所得的接地网节点电导矩阵Gn=AGbAT,计算出在步骤2中各个可及节点注入直流电流I0情况下,变电站接地网各节点电压理论值: 其中In是注入节点n电流向量,In=(0(1),0(2),...,I0(i),...,-I0(j),...,0(n));
(32)计算接地网支路电流理论值,Ik(1)=GbATUn(1),Ik(2)=GbATUn(2),...,Ik(m)=GbATUn(m),并据此得到接地网支路电流向量理论值为Ik=(Ik(1),Ik(2),...,Ik(m));
(33)根据所述接地网各节点电压理论值,计算在各可及节点注入直流电流I0时,各可及节点与参考节点之间的端口电压理论值U=(U(1),U(2),……U(m));
(34)根据欧姆定律计算接地网各可及节点端口电阻的理论值:Rij(1)=U(1)/I0,Rij(2)=U(2)/I0,...,Rij(m)=U(m)/I0,并据此得到接地网端口电阻理论值向量Rij=(Rij(1),Rij(2),...,Rij(m));
(35)根据步骤2得到接地网检测参数,计算接地网可及节点与参考节点端口电阻的实际值R’ij(1)=U’(1)/I0,R’ij(2)=U’(2)/I0,...,R’ij(m)=U’(m)/I0,并据此得到接地网端口电阻实际值向量R’ij=(R’ij(1),R’ij(2),...,R’ij(m));
(36)计算接地网端口电阻实际值与理论值的变化量:△Rij=R’ij-Rij;
(37)通过特勒根定理建立接地网支路电阻变化量与端口电阻变化量之间的关系:
其中,△Rij是(36)中计算的接地网端口电阻实际值与理论值的变化量,△Rk是待求的接地网支路电阻变化量,Ik是(32)中计算所得的接地网支路电流向量理论值,I’k是腐蚀后各支路电流的实际值,与支路电阻的阻值变化量△Rk有关,I0是可及节点和参考节点之间注入的直流电流值;
所述步骤4:利用Lasso理论迭代求解所述变电站接地网腐蚀诊断方程组,获得求解结果,包括:
所述步骤5:基于求解结果,图形化展示变电站接地网的腐蚀程度,包括:
图形化展示所述评价结果,其中,轻度腐蚀的支路用绿色表示,中度腐蚀的支路用黄色表示,严重腐蚀的支路用红色表示;
根据接地网各支路的腐蚀程度绘制接地网实际各支路腐蚀诊断结果图,并进行输出。
上述技术方案的工作原理及有益效果为:
实施例的接地网网络拓扑及节点、支路编号如图1所示,矩形代表接地网支路,圆形代表接地网节点,红色圆形代表接地网可及节点,实施例中假设支路4与支路8出现了腐蚀,其支路电阻为10欧姆,其他支路状况良好,支路电阻为1欧姆,可及节点为3、6、9、15节点,参考节点为16节点。
(1)建立变电站接地网结构关系矩阵,获取接地网基本参数。根据变电站接地网的设计图纸,分析其拓扑结构,建立描述接地网结构的关联矩阵A。关联矩阵A描述接地网节点与支路之间的连接关系,A的“行”代表接地网的节点元素,A的“列”代表接地网支路元素。按照从左到右、从上到下作为参考方向,对于A的每个元素,当该元素对应的支路按照参考方向离开该元素所对应的节点时,该元素取+1;当该元素对应的支路按照参考方向进入该元素所对应的节点时,该元素取-1;当该元素对应的支路与该元素对应的节点不相关联时,该元素取0。
以4x4节点网络数据为例,计算出该网络的关联矩阵A,该关联矩阵大小为16x24,也即该网络共有16个节点,24条支路。
(2)根据接地网的基本情况,得到接地网的支路电阻向量Rk=(R1,R2,...Ri,...,R24)=(1,1,...,1,...,1)。
(3)对接地网的实际情况进行仿真模拟,获取实际接地网的运行参数。利用Matlab建立仿真模型,设置16号节点为参考节点,选定3、6、9、15节点作为可及节点。各可及节点与参考节点之间注入的直流电流源I0设置为10A,仿真得到可及节点3,6,9,15分别注入直流电流I0时的端口电压向量U’=(U’(3),U’(6),U’(9),U’(15))=(14.7743,14.1934,17.0429,7.0356)。
(4)正常情况(腐蚀前)下支路电导矩阵为也即主对角线为Rk的倒数,其余都为0的24x24方阵。由Gn=AGbAT得到16x16的节点电导矩阵,再由得到16x4的节点电压矩阵。其中节点注入电流矩阵In为:
(5)得到正常情况(腐蚀前)下支路电流矩阵为Ik=GbATUn,是24x4矩阵。接地网支路电流矩阵理论值为Ik=(Ik(3),Ik(6),Ik(9),Ik(15))。
(6)计算在各可及节点注入直流电流I0时,腐蚀前各可及节点与参考节点之间的端口电压理论值。U=(U(3),U(6),U(9),U(15))=(14.5982,12.9464,14.5982,7.0089)。
(7)根据得到接地网端口电压检测参数,计算接地网可及节点与参考节点端口电阻的实际值R’ij(3)=U’(3)/I0,R’ij(6)=U’(6)/I0,R’ij(9)=U’(9)/I0,R’ij(15)=U’(15)/I0,得到接地网端口电阻实际值向量R’ij=(R’ij(3),R’ij(6),R’ij(9),R’ij(15))=(1.47743,1.41934,1.70429,0.70356)。
(8)根据欧姆定律计算接地网各可及节点端口电阻的理论值:Rij(3)=U(3)/I0,Rij(6)=U(6)/I0,Rij(9)=U(9)/I0,Rij(15)=U(15)/I0,得到接地网端口电阻理论值向量Rij=(Rij(3),Rij(6),Rij(9),Rij(15))=(1.45982,1.29464,1.45982,0.70089)。
(9)计算接地网端口电阻实际值与理论值的变化量:△Rij=R’ij-Rij=(△Rij(3),△Rij(6),△Rij(9),△Rij(15))=(0.0176,0.1247,0.2445,0.0027)。
△Rk=(0,0,0,7.2231,0,0,0,7.8930,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)。
(14)根据求解所得接地网支路电阻的实际值,计算支路电阻的变化倍数Pk=R’k/Rk(k=1,2,...,b。b代表接地网支路总数)。
Pk=R’k/Rk=(1,1,1,8.2231,1,1,1,8.8930,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)。
(15)根据支路电阻变化倍数Pk=R’k/Rk对接地网各支路的腐蚀程度进行评价,预设的评价标准如下表所示:
如图3所示。将接地网支路腐蚀程度图形化显示,轻度腐蚀的支路用绿色表示,中度腐蚀的支路用黄色表示,严重腐蚀的支路用红色表示。并根据接地网各支路的腐蚀程度绘制接地网实际各支路腐蚀诊断结果图。
本发明利用Lasso理论进行特征压缩,不仅可以解决过拟合问题,而且可以将不重要的变量直接压缩为0,删除无效变量(未被腐蚀的支路)的影响。可以在参数缩减过程中,达到提取有效的支路电阻变化量△Rk(已被腐蚀的支路)的作用。既实现了较为准确的接地网故障诊断,也实现了变量选择(降维)。解决了接地网腐蚀诊断的盲目性,无需大面积开挖土壤即可较为准确的进行故障诊断与定位,为接地网是否开挖进行更换以及开挖位置的选择提供参考,进而降低现场接地网的运营维护成本。通过图形化显示,使接地网腐蚀诊断结果形象直观,应用方便。
本发明提供一种基于Lasso理论的接地网腐蚀诊断方法,如图4所示,基于Lasso理论的接地网腐蚀诊断方法,还包括:
步骤6:训练腐蚀应对模型,基于所述腐蚀应对模型,根据变电站接地网的腐蚀程度,制定应对策略,基于所述应对策略,进行相应应对处理。
上述技术方案的工作原理及有益效果为:
当变电站接地网出现腐蚀情况时,需要及时进行应对处理;基于机器学习技术,训练能够学习人工分析变电站接地网腐蚀情况进行应对处理的模型,即腐蚀应对模型,基于训练的腐蚀应对模型,根据腐蚀程度,制定应对策略,进行相应应对处理。
本发明提供一种基于Lasso理论的接地网腐蚀诊断方法,所述步骤6中,训练腐蚀应对模型,包括:
获取多个第一腐蚀应对事件,同时,获取所述第一腐蚀应对事件对应的应对方;
获取所述应对方对应的应对类型,所述应对类型包括:内部应对和外部应对;
当所述应对方对应的应对类型为内部应对时,获取所述应对方对应的经验程度值;
若所述经验程度值小于等于预设的第一阈值,剔除对应所述第一腐蚀应对事件;
当所述应对方对应的应对类型为外部应对时,获取所述应对方对应的信用程度值;
若所述信用程度值小于等于预设的第二阈值,剔除对应所述第一腐蚀应对事件;
当需要剔除的所述第一腐蚀应对事件均剔除后,将剔除剩余的所述第一腐蚀应对事件作为第二腐蚀应对事件;
对所述第二腐蚀应对事件进行合理性分析,获取合理值;
若所述合理值大于等于预设的第三阈值,将对应所述第二腐蚀应对事件作为第三腐蚀应对事件;
基于预设的模型训练算法,根据所述第三腐蚀应对事件进行模型训练,获得腐蚀应对模型。
上述技术方案的工作原理及有益效果为:
训练腐蚀应对模型时,需要获取人工分析变电站接地网腐蚀情况进行应对处理的过程记录即第一腐蚀应对事件,便于基于机器学习技术,进行学习训练,但是,为了保证腐蚀应对模型的训练质量,以保证应对策略制定的适宜性,需要对第一腐蚀应对事件进行筛选;第一腐蚀应对事件对应的应对方(进行分析和应对处理指挥的人工方)的应对类型分为内部应对(变电站公司内部的专业人员)和外部应对(其他变电站公司的专业人员);当应对类型为内部应对时,应对方的经验程度可以精准追溯(有记录可查),获取对应经验程度值,若经验程度值较小,剔除对应第一腐蚀应对事件;当应对类型为外部应对时,可以依据应对方历史上提供的腐蚀应对事件的总体质量进行验证即获取信用程度值,若信用程度值较小,剔除对应第一腐蚀应对事件;基于预设的模型训练算法(机器学习算法),根据剔除剩余的第三腐蚀应对事件进行模型训练。
本发明提供一种基于Lasso理论的接地网腐蚀诊断方法,对所述第二腐蚀应对事件进行合理性分析,获取合理值,包括:
获取多个专家节点,同时,获取所述专家节点对所述第二腐蚀应对事件进行合理性评价的评价值;
获取所述专家节点对应的专家权重,赋予所述评价值对应所述专家权重,获得目标值;
累加计算所述目标值,获得合理值。
上述技术方案的工作原理及有益效果为:
对第二腐蚀应对事件进行合理性分析时,设置多个专家节点,专家节点对应于一个接地网腐蚀应对专家,由专家节点对第二腐蚀应对事件进行合理性评价,获得评价值;专家节点的专家权重越大,说明专家节点进行合理性评价的可依据性越高,赋予评价值对应专家权重(两者相乘),获得目标值;对目标值进行累加求和,即获得合理值,提升了合理值获取的精准性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于Lasso理论的接地网腐蚀诊断方法,其特征在于,包括:
步骤1:建立变电站接地网的结构关系矩阵,同时,获取变电站接地网的基本参数;
步骤2:对变电站接地网进行检测,获得检测参数;
步骤3:基于所述结构关系矩阵、基本参数和所述检测参数,建立变电站接地网腐蚀诊断方程组;
步骤4:利用Lasso理论迭代求解所述变电站接地网腐蚀诊断方程组,获得求解结果;
步骤5:基于求解结果,图形化展示变电站接地网的腐蚀程度;
步骤6:训练腐蚀应对模型,基于所述腐蚀应对模型,根据变电站接地网的腐蚀程度,制定应对策略,基于所述应对策略,进行相应应对处理;
所述步骤6中,训练腐蚀应对模型,包括:
获取多个第一腐蚀应对事件,同时,获取所述第一腐蚀应对事件对应的应对方;
获取所述应对方对应的应对类型,所述应对类型包括:内部应对和外部应对;
当所述应对方对应的应对类型为内部应对时,获取所述应对方对应的经验程度值;
若所述经验程度值小于等于预设的第一阈值,剔除对应所述第一腐蚀应对事件;
当所述应对方对应的应对类型为外部应对时,获取所述应对方对应的信用程度值;
若所述信用程度值小于等于预设的第二阈值,剔除对应所述第一腐蚀应对事件;
当需要剔除的所述第一腐蚀应对事件均剔除后,将剔除剩余的所述第一腐蚀应对事件作为第二腐蚀应对事件;
对所述第二腐蚀应对事件进行合理性分析,获取合理值;
若所述合理值大于等于预设的第三阈值,将对应所述第二腐蚀应对事件作为第三腐蚀应对事件;
基于预设的模型训练算法,根据所述第三腐蚀应对事件进行模型训练,获得腐蚀应对模型。
2.如权利要求1所述的一种基于Lasso理论的接地网腐蚀诊断方法,其特征在于,所述步骤1中,建立变电站接地网的结构关系矩阵,包括:
分析变电站接地网的设计图纸的拓扑结构,建立描述变电站接地网的结构关系的关联矩阵A;
其中,关联矩阵A描述变电站接地网的节点与支路之间的连接关系,A的“行”代表接地网的节点元素,A的“列”代表接地网支路元素;按照从左到右、从上到下作为参考方向,对于A的每个元素,当该元素对应的支路按照参考方向离开该元素所对应的节点时,该元素取+1;当该元素对应的支路按照参考方向进入该元素所对应的节点时,该元素取-1;当该元素对应的支路与该元素对应的节点不相关联时,该元素取0。
4.如权利要求1所述的一种基于Lasso理论的接地网腐蚀诊断方法,其特征在于,所述步骤2:对变电站接地网进行检测,获得检测参数,包括:
将变电站地网上设有引出线的节点作为可及节点,选定变电站地网中任一节点作为参考节点,在参考节点与可及节点1之间注入直流电流I0,测量可及节点1与参考节点之间的端口电压值U′(1);
选择下一个可及节点与参考节点之间注入直流电流I0,测量该可及节点与参考节点之间的端口电压值U′(2);
再对其余可及节点依次重复上述操作,记录其对应的端口电压值U′(m),m为可及节点的个数,得到注入直流电流I0情况下的端口电压向量U’=(U′(1),U′(2),…,U′(m))。
5.如权利要求3所述的一种基于Lasso理论的接地网腐蚀诊断方法,其特征在于,所述步骤3:基于所述结构关系矩阵、基本参数和所述检测参数,建立变电站接地网腐蚀诊断方程组,包括:
(31)以步骤2中选取的参考节点,根据变电站接地网的网络拓扑和步骤1中计算所得的接地网节点电导矩阵Gn=AGbAT,计算出在步骤2中各个可及节点注入直流电流I0情况下,变电站接地网各节点电压理论值: 其中In是注入节点n电流向量,In=(0(1),0(2),...,I0(i),...,-I0(j),...,0(n));
(32)计算接地网支路电流理论值,Ik(1)=GbATUn(1),Ik(2)=GbATUn(2),...,Ik(m)=GbATUn(m),并据此得到接地网支路电流向量理论值为Ik=(Ik(1),Ik(2),...,Ik(m));
(33)根据所述接地网各节点电压理论值,计算在各可及节点注入直流电流I0时,各可及节点与参考节点之间的端口电压理论值U=(U(1),U(2),……U(m));
(34)根据欧姆定律计算接地网各可及节点端口电阻的理论值:Rij(1)=U(1)/I0,Rij(2)=U(2)/I0,...,Rij(m)=U(m)/I0,并据此得到接地网端口电阻理论值向量Rij=(Rij(1),Rij(2),...,Rij(m));
(35)根据步骤2得到接地网检测参数,计算接地网可及节点与参考节点端口电阻的实际值R′ij(1)=U′(1)/I0,R′ij(2)=U′(2)/I0,...,R′ij(m)=U′(m)/I0,并据此得到接地网端口电阻实际值向量R′ij=(R′ij(1),R′ij(2),...,R′ij(m));
(36)计算接地网端口电阻实际值与理论值的变化量:△Rij=R′ij-Rij;
(37)通过特勒根定理建立接地网支路电阻变化量与端口电阻变化量之间的关系:
其中,△Rij是(36)中计算的接地网端口电阻实际值与理论值的变化量,△Rk是待求的接地网支路电阻变化量,Ik是(32)中计算所得的接地网支路电流向量理论值,I′k是腐蚀后各支路电流的实际值,与支路电阻的阻值变化量△Rk有关,I0是可及节点和参考节点之间注入的直流电流值。
6.如权利要求5所述的一种基于Lasso理论的接地网腐蚀诊断方法,其特征在于,所述步骤4:利用Lasso理论迭代求解所述变电站接地网腐蚀诊断方程组,获得求解结果,包括:
8.如权利要求1所述的一种基于Lasso理论的接地网腐蚀诊断方法,其特征在于,对所述第二腐蚀应对事件进行合理性分析,获取合理值,包括:
获取多个专家节点,同时,获取所述专家节点对所述第二腐蚀应对事件进行合理性评价的评价值;
获取所述专家节点对应的专家权重,赋予所述评价值对应所述专家权重,获得目标值;
累加计算所述目标值,获得合理值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210350908.XA CN114707283B (zh) | 2022-04-02 | 2022-04-02 | 一种基于Lasso理论的接地网腐蚀诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210350908.XA CN114707283B (zh) | 2022-04-02 | 2022-04-02 | 一种基于Lasso理论的接地网腐蚀诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114707283A CN114707283A (zh) | 2022-07-05 |
CN114707283B true CN114707283B (zh) | 2022-10-21 |
Family
ID=82172861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210350908.XA Active CN114707283B (zh) | 2022-04-02 | 2022-04-02 | 一种基于Lasso理论的接地网腐蚀诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114707283B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115982914B (zh) * | 2023-02-16 | 2023-06-02 | 华东交通大学 | 基于弹性网理论的接地网腐蚀评估方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104865487A (zh) * | 2014-08-20 | 2015-08-26 | 上海交通大学 | 变电站接地网的分区域故障诊断方法 |
CN105445615A (zh) * | 2015-11-12 | 2016-03-30 | 有能集团有限公司 | 一种变电站接地网腐蚀诊断方法 |
CN109102131A (zh) * | 2018-10-26 | 2018-12-28 | 中国农业科学院农业信息研究所 | 一种基于大数据的大豆生产的优化方法 |
CN109324241A (zh) * | 2017-08-01 | 2019-02-12 | 国网辽宁省电力有限公司电力科学研究院 | 一种变电站接地网腐蚀诊断预警方法及*** |
CN110032827A (zh) * | 2019-04-30 | 2019-07-19 | 清华大学 | 基于代数弹性网正则化方法的电流元三维反演方法 |
CN111262246A (zh) * | 2020-03-16 | 2020-06-09 | 国网天津市电力公司电力科学研究院 | 一种变电站接地网快速模型建立与腐蚀准确诊断方法 |
CN111830361A (zh) * | 2019-04-18 | 2020-10-27 | 中国石油化工股份有限公司 | 一种油田罐区接地网故障检测装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130233725A1 (en) * | 2010-11-16 | 2013-09-12 | Mehrooz Zamanzadeh | Method for protecting electrical poles and galvanized anchors from galvanic corrosion |
CN114062966A (zh) * | 2021-11-16 | 2022-02-18 | 国网上海市电力公司 | 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法 |
-
2022
- 2022-04-02 CN CN202210350908.XA patent/CN114707283B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104865487A (zh) * | 2014-08-20 | 2015-08-26 | 上海交通大学 | 变电站接地网的分区域故障诊断方法 |
CN105445615A (zh) * | 2015-11-12 | 2016-03-30 | 有能集团有限公司 | 一种变电站接地网腐蚀诊断方法 |
CN109324241A (zh) * | 2017-08-01 | 2019-02-12 | 国网辽宁省电力有限公司电力科学研究院 | 一种变电站接地网腐蚀诊断预警方法及*** |
CN109102131A (zh) * | 2018-10-26 | 2018-12-28 | 中国农业科学院农业信息研究所 | 一种基于大数据的大豆生产的优化方法 |
CN111830361A (zh) * | 2019-04-18 | 2020-10-27 | 中国石油化工股份有限公司 | 一种油田罐区接地网故障检测装置 |
CN110032827A (zh) * | 2019-04-30 | 2019-07-19 | 清华大学 | 基于代数弹性网正则化方法的电流元三维反演方法 |
CN111262246A (zh) * | 2020-03-16 | 2020-06-09 | 国网天津市电力公司电力科学研究院 | 一种变电站接地网快速模型建立与腐蚀准确诊断方法 |
Non-Patent Citations (4)
Title |
---|
A Diagnosis of Grounding Grid Corrosion Defects Based on Branch Voltage Disturbance;Manling Dong et al;《IEEE Access》;20200213;第8卷;全文 * |
基于智能优化算法的接地网故障诊断;赵可欣;《中国优秀硕士学位论文全文数据库电子期刊 工程科技II辑》;20150415;第2015年卷(第4期);全文 * |
基于电网络理论的变电站接地网腐蚀及断点诊断方法;许磊 等;《电工技术学报》;20121031;第27卷(第10期);参见第2节 * |
邻近点梯度法与交替方向乘子法求解LASSO的性能比较分析;陆萍;《现代计算机》;20151130;参见第0-1节 * |
Also Published As
Publication number | Publication date |
---|---|
CN114707283A (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103605042B (zh) | 基于自适应粒子群算法的接地网故障诊断方法 | |
CN106248569B (zh) | 一种基于内源式eit的接地网腐蚀诊断方法 | |
CN114707283B (zh) | 一种基于Lasso理论的接地网腐蚀诊断方法 | |
CN107561407B (zh) | 一种分布式的变电站接地网检测和评估方法 | |
CN104898024B (zh) | 综合地表电位和磁感应强度的变电站接地网故障诊断方法 | |
CN111262246A (zh) | 一种变电站接地网快速模型建立与腐蚀准确诊断方法 | |
Zheng et al. | The theory and implementation of corrosion diagnosis for grounding system | |
CN104142455A (zh) | 基于特勒根定理的接地网腐蚀故障诊断方法 | |
CN114154766B (zh) | 雷电动态预测下电网的易损性预警方法及*** | |
CN110428185B (zh) | 基于伪量测模型的电-热互联综合能源***抗差状态估计方法 | |
CN106295911A (zh) | 一种基于层析分析法的电网支路参数评价方法 | |
CN104965134B (zh) | 基于回声状态网络的变电站接地网地表电位分布计算方法 | |
CN107632231B (zh) | 一种使用多激励源的变电站接地网腐蚀故障在线诊断方法 | |
CN105445615A (zh) | 一种变电站接地网腐蚀诊断方法 | |
CN110265906B (zh) | 一种变电站接地网状态评估方法及计算机*** | |
CN115982914B (zh) | 基于弹性网理论的接地网腐蚀评估方法及*** | |
CN114660387A (zh) | 基于泄漏电流传感器和bp神经网络算法的避雷器监控方法 | |
CN104849620A (zh) | 一种基于bp神经网络的接地网故障诊断方法 | |
CN112565180B (zh) | 基于移动目标防御的电网防御方法、***、设备及介质 | |
CN117039890B (zh) | 面向网络攻击检测的配电网预测辅助区间状态估计方法 | |
Liu et al. | Optimized corrosion diagnosis of large-scale grounding grid | |
CN107505536B (zh) | 计及多根金属管道的变电站接地网地表电位分布计算方法 | |
CN105425049A (zh) | 一种测试大地网接地电阻的方法 | |
CN114117916A (zh) | 一种基于bp神经网络的配电网故障参数辨识方法 | |
Davoudi | Sensitivity analysis of power system estimation regarding to network parameter uncertainties |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |