摘要:使用擴散神經(jīng)網(wǎng)絡方法建立了工業(yè)公司的電力安全實施評價與預警系統(tǒng)。方法:從工業(yè)企業(yè)的電網(wǎng)開關設備控制系統(tǒng)和總線CT控制系統(tǒng)中獲取數(shù)據(jù)。數(shù)據(jù)的維數(shù)和投影用minmax方式實現(xiàn),數(shù)據(jù)等距同構管理。通過單個的神經(jīng)網(wǎng)絡模型生成降維算法評估結果,再通過二維差分法禁用評估結果,最后生成了"橙紅色"等四種色彩的預警。結果:系統(tǒng)更偏向于對局部斷電事件發(fā)出黃色警告,對電弧分解事故發(fā)出橙色警告,對火災事故、系統(tǒng)停機和人身事故發(fā)出紅色警告。對重大火災事故、系統(tǒng)停機和人身事故發(fā)出了紅色警報。該系統(tǒng)可對重大電力火災、系統(tǒng)關閉、人員傷亡等重大事故作出百分之一百警告。針對局部奪權、斷弧等偶發(fā)事件,受不完全數(shù)據(jù)影響,預報準確度分別為百分之九十六點九和百分之八十七點八。研究結論為:該系統(tǒng)在工業(yè)企業(yè)電網(wǎng)安全快速預警要求下,具備一定使用價值。
關鍵詞:神經(jīng)網(wǎng)絡;工業(yè)企業(yè);電氣安全;數(shù)據(jù)預警;實時監(jiān)控
引言
工業(yè)企業(yè)的能源消耗系統(tǒng)包括能源獲取和能源選擇系統(tǒng)、內(nèi)部電壓變換和控制系統(tǒng)、能源質量管理系統(tǒng)、總線管理系統(tǒng)、內(nèi)部配電和輸電網(wǎng)絡,一般規(guī)模以上工業(yè)企業(yè)能源負荷大,能源體系復雜。供電體系涉及多種連接,如供電、變壓器、網(wǎng)絡和供電,故障機理基本涉及供電故障的各種方面。作為工業(yè)電氣系統(tǒng)重大安全事故對工業(yè)企業(yè)影響的重要組成部分,輕于水的發(fā)生可以引起企業(yè)內(nèi)網(wǎng)局部能源故障,從而造成整個工業(yè)生產(chǎn)系統(tǒng)中的大部分裝置關閉,從而影響全部的工業(yè)生產(chǎn)流程,甚至導致企業(yè)巨大損失。而重大事故還可以引起次生災害,如電弧起火。在工業(yè)生產(chǎn)系統(tǒng)中由于能源損失或失控,導致的壓力容器、高溫容器、有毒有害物質儲存系統(tǒng)、鍋爐系統(tǒng)和化學反應器發(fā)生泄漏、爆炸等事故;因電弧和能量損失引起的易燃氣體和爆炸性粉塵失控引起的爆炸和偏轉事故;由上述原因造成的人身死亡。
因此,基于工業(yè)企業(yè)能耗系統(tǒng)信息互聯(lián)網(wǎng),它是工業(yè)企業(yè)整體安全系統(tǒng)的重要組成部分,是工業(yè)企業(yè)應使用的大量數(shù)據(jù)應用,以徹底破壞它,制定電氣系統(tǒng)運行狀態(tài)的動態(tài)安全指標,并對數(shù)據(jù)進行實時控制和預警。
一、工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)用于企業(yè)用電系統(tǒng)
與電網(wǎng)企業(yè)復雜的電力網(wǎng)絡比較,電子工業(yè)公司事物的電力網(wǎng)絡較為簡潔,但一般也無法運行大規(guī)模運營數(shù)據(jù)系統(tǒng)。因此他們的物聯(lián)網(wǎng)探針設備大多采用了內(nèi)置物聯(lián)網(wǎng)探針系統(tǒng),如開關設備,主要來自于在開關或電源(包括變壓器開關)上,內(nèi)部的各種保護系統(tǒng)探針以及一些綜合母線保護系統(tǒng)。通過從這些系統(tǒng)中獲取數(shù)據(jù)的物聯(lián)網(wǎng),可以分析和得到每個裝置的安全狀況數(shù)據(jù)、電力品質數(shù)據(jù)、電網(wǎng)運行拓撲信息和負載分配數(shù)據(jù)等。其總體結構如圖一所顯示。
因為大多數(shù)保護模塊都提供了外部數(shù)據(jù)共享連接,所以將設備的內(nèi)部保護系統(tǒng)的數(shù)據(jù)共享連接直接建立在工業(yè)網(wǎng)絡上,將數(shù)據(jù)采集到動態(tài)安全性評價的主機數(shù)據(jù)庫中,然后再加以分析,可以得到相應的大數(shù)據(jù)預警結論。就這樣,對來自工業(yè)企業(yè)的電子物聯(lián)網(wǎng)大數(shù)據(jù)系統(tǒng)有很大的不完全,主要體現(xiàn)在以下兩點:1)其數(shù)據(jù)采集覆較為全面,所以很有必要隔離數(shù)據(jù)。所以,有必要引進基于神經(jīng)網(wǎng)絡的機器學習算法,在不完全異構數(shù)據(jù)的支持下對綜合預警數(shù)據(jù)進行分類。
二、電氣安全的快速神經(jīng)報警網(wǎng)絡設計
2.1數(shù)據(jù)治理和數(shù)據(jù)同構
電壓檢測結果出現(xiàn)很大差別的主要原因,就是由于電網(wǎng)中各個裝置間的數(shù)據(jù)協(xié)議以及數(shù)據(jù)收集規(guī)則出現(xiàn)不同,而物聯(lián)網(wǎng)探頭裝置的配置流程又是互相隔離的,這就導致了它在只服務于一個裝置的運行條件下正常工作,并且不需要在裝置內(nèi)部共享信息。如果系統(tǒng)是同構。則有方程(1):Yi=Xi minmax min(1),其中Xi是數(shù)據(jù)列的輸入值ith與輸入值對應的項目值;最小值和最大值是該數(shù)據(jù)列的最小值和最大值;
為了提高數(shù)據(jù)的特征性能,選擇一個較長的周期L,如前三個月的工作周期,并以標記`65292的偏差率計算其平均算術方法;選擇一個較短的周期,如10分鐘的工作周期,并計算其算術平均值S和評分偏差率,如式(2)和式(3)所示:=1N'Josiat8721i'Jill8712i;NYi'SEA652882'1.N.Jos8721i'Chie8712N;
2-2(3),其中Yi為公式(1)的輸出結果;n為調(diào)查期間的輸出結果數(shù)據(jù)量表;此時,整個系統(tǒng)可以形成三個數(shù)據(jù)組6:
(1)長期算術平均值L和尺寸偏差
(2)短期和短期算術平均;
(3)實時斷面數(shù)據(jù)平均值T和偏差率標記
2.2神經(jīng)網(wǎng)絡模塊設計
數(shù)據(jù)的含義是長期、短期和實時數(shù)據(jù)的特征。這些數(shù)據(jù)的統(tǒng)計特征發(fā)生顯著變化,風險值也隨之變化。
在這種情況下,使用單個模塊提取深層數(shù)據(jù)可以完成風險數(shù)據(jù)的實時發(fā)現(xiàn)和實時預警,如圖2所示
三、總結
該系統(tǒng)可對電氣火災、供電系統(tǒng)關閉、人員傷亡等重大事故進行100%預警。對于偶爾發(fā)生的事故,如局部停電和斷弧,受不完整數(shù)據(jù)的影響,預測準確率分別為96.9%和87.8%??梢哉J為,在工業(yè)企業(yè)快速報警電網(wǎng)的安全需求下,該系統(tǒng)具有一定的應用價值。
參考文獻:
[1]周飛燕,金林鵬,董軍.卷積神經(jīng)網(wǎng)絡研究綜述[J].計算機學報,2017,40(06):1229-1251.
[2]焦李成,楊淑媛,劉芳,王士剛,馮志璽.神經(jīng)網(wǎng)絡七十年:回顧與展望[J].計算機學報,2016,39(08):1697-1716.
[3]陳志寶,丁杰,周海,程序,朱想.地基云圖結合徑向基函數(shù)人工神經(jīng)網(wǎng)絡的光伏功率超短期預測模型[J].中國電機工程學報,2015,35(03):561-567.
[4]朱堅民,沈正強,李孝茹,齊北川.基于神經(jīng)網(wǎng)絡反饋補償控制的磁懸浮球位置控制[J].儀器儀表學報,2014,35(05):976-986.4.
作者簡介:姚敏豪 男 廣東省梅州市 漢族 1992年5月 本科 廣東中煙工業(yè)有限責任公司梅州卷煙廠 研究方向:工業(yè)機械和信息。