(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211108164.7 (22)申请日 2022.09.13 (71)申请人 国网重庆市电力公司电力科 学研究 院 地址 401123 重庆市渝北区北部新区黄山 大道中段80号办公 综合楼 申请人 国网重庆市电力公司 　 国家电网有限公司 (72)发明人 曾治强　欧睿　李德智　魏甦　 李杰　张友强　周文　李筱天　 罗媛媛　魏燕　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 专利代理师 陈法君(51)Int.Cl. H02J 13/00(2006.01) H02J 3/06(2006.01) (54)发明名称 一种电网二次设备安全风险智能预警方法 及预警装置 (57)摘要 本发明公开了一种电网二次设备安全风险 智能预警方法及预警装置， 所述预警方法包括： (1)对电网原始数据进行采集， 关联一次设备的 实时测量数据与档案数据， 获得一次设备数据信 息； 关联二次设备的实时测量数据与档案数据， 获得二次设备数据信息； (2)将二次设备数据信 息与一次设备数据信息关联， 建立一二次设备的 数据关联关系； (3)根据一二次设备的数据关联 关系， 以一次设备数据信息为输入数据， 以二次 设备数据信息中的历史缺陷信息为输出， 训练二 次设备风险预 警模型， 其中所述二次设备风险预 警模型基于反向传播神经网络算法构建； (4)对 训练完成的二次设备风险预警模型进行验证； (5)对二次设备信号异常事件进行安全风险预 警。 权利要求书3页 说明书7页 附图2页 CN 115378136 A 2022.11.22 CN 115378136 A 1.一种电网二次设备安全风险智能预警方法， 其特 征在于， 包括如下步骤： (1)根据获得的电网原始数据， 关联一 次设备的实时测量数据与档案数据， 获得一 次设 备数据信息； 以及根据获得的关联二次设备 的实时测 量数据与档案数据， 获得二次设备数 据信息； (2)将二次设备 数据信息与一次设备 数据信息关联， 建立 一二次设备的数据关联关系； (3)根据一二次设备的数据关联关系， 以一 次设备数据信息为输入数据， 以二 次设备数 据信息中的历史缺陷信息为输出， 训练构建的二次设备风险预警模型， 其中所述二次设备 风险预警模型基于反向传播神经网络算法构建； (4)基于获得的电网原 始数据， 对训练完成的二次设备风险预警模型进行验证； (5)基于验证通过的二次设备风险预警模型， 对二次设备信号异常事件进行安全风险 预警。 2.根据权利要求1所述的电网二 次设备安全风险智能预警方法， 其特征在于， 所述关联 关系为二次设备发出信号后， 与此信号相关的一次设备、 二次设备数据， 所述相关的一次设 备、 二次设备数据包括下述中的至少一种： 测控装置数据、 交换机数据、 同步时钟数据、 远动 系统数据、 调度数据网数据、 开关数据、 线路数据、 母线数据。 3.根据权利要求1所述的电网二 次设备安全风险智能预警方法， 其特征在于， 所述二 次 设备数据信息中的历史缺陷信息包括下述中的至少一种： 缺陷设备、 缺陷型号、 所属厂站、 所属专业。 4.根据权利要求1所述的电网二 次设备安全风险智能预警方法， 其特征在于， 所述构建 的二次设备风险预警模型包括： 输入层、 输出层和隐含层。 5.根据权利要求4所述的电网二 次设备安全风险智能预警方法， 其特征在于， 训练构建 的二次设备风险预警模型， 包括： (1)初始化训练变量， 设定精度为ε， 各连接权值的初始化为( ‑1,1)内的随机数， ， 设置 最大迭代次数M； (2)确定输入参数个数， 根据输入层到隐含层的权值v、 隐含层阈值和隐含层激励函数 确定隐含层输出， 具体 计算公式为： 式中， f为隐含层激励函数， vih为第i个输入层神经元到第h个隐含层神经元的权值， z1h 为第h个隐含层神经元阈值， 隐含层节点数设置为输入层节 点数、 输出层节点数之积的开平 方， 隐含层激励函数使用S型函数； (3)根据隐含层输出计算输出层实际输出， 具体 计算公式为： 式中， f为输出层激励函数， wim为第i个隐含层到第m个隐含层神经元的权值， z1m为第m个 输出层神经 元阈值， 输出层激励函数使用线性 函数；权　利　要　求　书 1/3 页 2 CN 115378136 A 2(4)基于设置的训练变量， 通过网络输出值和实 际值的误差偏导反复修改反向传播神 经网络的权值和阈值， 直到BP神经网络的权值和阈值使反向传播神经网络网络输出能与实 际值的误差小于精度 ε或学习次数大于 设定的最大次数M时， 得到训练完成的二次设备风险 预警模型。 6.根据权利要求1所述的电网二 次设备安全风险智能预警方法， 其特征在于， 验证训练 完成的二次设备风险预警模型包括如下步骤： 选取一组电网原始数据作为验证数据， 对训练完成的二次设备风险预警模型进行验 证， 确定训练完成的二次设备风险预警模型准确率。 7.一种电网二次设备安全风险智能预警装置， 其特征在于， 所述智能预警装置包括数 据采集单元、 数据 处理单元和数据输出单元， 所述数据 处理单元内设有训练完成的基于反 向传播神经网络算法构建的二次设备风险预警模型； 所述数据采集单 元被配置为实现一次设备 数据信息的数据采集； 所述数据处理单元被配置为基于训练完成的二次设备风险预警模型完成数据采集单 元的输入数据处 理， 并输出二次设备的预警数据； 所述数据输出单元被配置实现二 次设备的预警数据的数据输出及展示， 所述二次设备 的预警数据包括 二次设备的缺陷设备和缺陷型号数据。 8.如权利要求7所述的电网二 次设备安全风险智能预警装置， 其特征在于， 所述训练完 成的二次设备风险预警模型为： 根据一二次设备 的数据关联关系， 以一次设备数据信息为 输入数据， 以二次设备 数据信息中的历史缺陷信息为输出， 进行模型训练得到； 所述一二 次设备的数据关联关系， 由二 次设备数据信 息与一次设备数据信 息关联建立 得到。 9.如权利要求8所述的电网二 次设备安全风险智能预警装置， 其特征在于， 所述一 次设 备数据信息为关联后的一次设备的实时测量数据与档案数据； 所述二次设备 数据信息为关联后的二次设备的实时测量数据与档案数据。 10.如权利要求9所述的电网二次设备安全风险智能预警装置， 其特征在于， 构建的二 次设备风险预警模型包括： 输入层、 输出层和隐含层。 11.如权利要求10所述的电网二 次设备安全风险智能预警装置， 其特征在于， 训练构建 的二次设备风险预警模型包括： (1)初始化训练变量， 设定精度 为ε， 各连接权值的初始化为( ‑1,1)内的随机数， 设置最 大迭代次数M； (2)确定输入参数个数， 根据输入层到隐含层的权值v、 隐含层阈值和隐含层激励函数 确定隐含层输出， 具体 计算公式为： 式中， f为隐含层激励函数， vih为第i个输入层神经元到第h个隐含层神经元的权值， z1h 为第h个隐含层神经元阈值， 隐含层节点数设置为输入层节 点数、 输出层节点数之积的开平 方， 隐含层激励函数使用S型函数； (3)根据隐含层输出计算输出层实际输出， 具体 计算公式为：权　利　要　求　书 2/3 页 3 CN 115378136 A 3