CN116859184B - 电网故障检测方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了电网故障检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取电网正极电压信号和电网负极电压信号；响应于确定电网正极电压信号或电网负极电压信号满足预设故障条件，对电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；对电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；对电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；将第一故障特征值集和第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；将电网故障信息发送至电网控制终端以控制故障线路断电。该实施方式提高了电网控制的准确度。

Description

电网故障检测方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及电网故障检测方法、装置、电子设备和计算机可读介质。

背景技术

由大量电力电子器件构成的直流电网的阻尼小，在直流电网发生故障后，故障电流的峰值大且上升速度快，需要及时地检测直流电网的故障，以减少短路故障造成的器件和设备的损坏。目前，在进行电网故障检测时，通常采用的方式为：测量电网正极电压信号，依据正极电压信号的零模信号的值，确定电网故障类型信息。

然而，发明人发现，当采用上述方式检测电网故障时，经常会存在如下技术问题：

第一，仅依据正极电压信号的零模信号的值，未考虑正极电压信号的线模信号，导致难以检测出部分电网故障类型，从而，导致电网故障检测的准确度降低，进而，导致电网控制的准确度降低；

第二，仅依据单次测量的正极电压信号的零模信号的值，确定电网故障类型信息，当测量到的信号出现误差时，会导致电网故障检测的准确度降低，从而，导致电网控制的准确度降低；

第三，依据单次测量的正极电压信号的零模信号的值，确定电网故障类型信息的方式，需要在测量电压信号后进行异常电压的阈值整定，从而，导致难以及时对电网进行故障检测，进而，导致难以及时控制电网。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了电网故障检测方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种电网故障检测方法，该方法包括：获取电网正极电压信号和电网负极电压信号；响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；将上述电网故障信息发送至电网控制终端以控制故障线路断电。

第二方面，本公开的一些实施例提供了一种电网故障检测装置，装置包括：获取单元，被配置成获取电网正极电压信号和电网负极电压信号；拆分单元，被配置成响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；第一变换单元，被配置成对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；第二变换单元，被配置成对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；输入单元，被配置成将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；发送单元，被配置成将上述电网故障信息发送至电网控制终端以控制故障线路断电。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面中任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面中任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的电网故障检测方法，可以提高电网控制的准确度。具体来说，造成电网控制的准确度降低的原因在于：仅依据正极电压信号的零模信号的值，未考虑正极电压信号的线模信号，导致难以检测出部分电网故障类型，从而，导致电网故障检测的准确度降低。基于此，本公开的一些实施例的电网故障检测方法，首先，获取电网正极电压信号和电网负极电压信号。其次，响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号。由此，在检测到电网的电压出现异常时，可以对电网进行进一步的故障检测。接着，对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集。由此，可以得到线模信号的特征信息。然后，对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集。由此，可以得到零模信号的特征信息。随后，将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息。由此，可以通过机器学习模型，依据线模信号的特征信息和零模信号的特征信息，得到电网的故障检测结果。最后，将上述电网故障信息发送至电网控制终端以控制故障线路断电。由此，可以依据得到的电网故障检测结果，及时对电网进行控制。因此，本公开的一些电网故障检测方法，同时考虑了正极电压信号的零模信号与线模信号的特征，可以检测到部分电网故障类型，从而，可以提高电网故障检测的准确度，进而，可以提高电网控制的准确度。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的电网故障检测方法的一些实施例的流程图；

图2是根据本公开的电网故障检测装置的一些实施例的结构示意图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了根据本公开的电网故障检测方法的一些实施例的流程100。该电网故障检测方法，包括以下步骤：

步骤101，获取电网正极电压信号和电网负极电压信号。

在一些实施例中，电网故障检测方法的执行主体可以通过有线连接或无线连接的方式从电压检测设备上获取上述电网正极电压信号和电网负极电压信号。其中，上述电压检测设备可以是用于检测直流电网电压的设备。上述电网正极电压信号可以是上述直流电网的正极直流电压信号。上述电网负极电压信号可以是上述直流电网的负极直流电压信号。

作为示例，上述电压检测设备可以是直流电压测量装置。

需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB（ultra wideband）连接、以及其他现在已知或将来开发的无线连接方式。

步骤102，响应于确定电网正极电压信号或电网负极电压信号满足预设故障条件，对电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号。

在一些实施例中，上述执行主体可以响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号。其中，可以通过预设的拆分方法，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号。上述预设故障条件可以是上述电网正极电压信号对应的电网正极电压值的绝对值小于预警阈值、或者上述电网负极电压信号对应的电网负极电压值的绝对值小于预警阈值。这里，上述电网负极电压值和上述电网负极电压值可以是相反数。上述预警阈值可以是上述直流电网的额定电压值与预设的比率值的乘积。

作为示例，上述预设的拆分方法可以是对称分量法。上述直流电网的额定电压值可以是但不限于以下至少一项：25kV（千伏）、100kV、125kV、140kV或150kV。上述预设的比率值可以是0.9。

步骤103，对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集。

在一些实施例中，上述执行主体可以对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集。

在一些实施例的一些可选的实现方式中，上述执行主体对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集，可以包括以下步骤：

第一步，对上述电网正极电压线模信号进行转换处理，得到电网正极电压系数信号。其中，可以通过预设的转换算法，对上述电网正极电压线模信号进行转换处理，得到电网正极电压系数信号。上述电网正极电压系数信号可以是上述电网正极电压线模信号的第二层细节系数。

作为示例，上述预设的转换算法可以是小波变换算法。

第二步，对上述电网正极电压系数信号进行采样处理以生成电网正极电压系数采样值组，得到电网正极电压系数采样值组集。其中，可以按照预设的采样频率，对上述电网正极电压系数信号进行采样处理以生成电网正极电压系数采样值组，得到电网正极电压系数采样值组集。

作为示例，上述预设的采样频率可以是100kHz（千赫兹）。上述电网正极电压系数采样值组中电网正极电压系数采样值的数量可以是50。

第三步，对于上述电网正极电压系数采样值组集中的每个电网正极电压系数采样值组，将上述电网正极电压系数采样值组中各个电网正极电压系数采样值的绝对值的和，确定为初始第一故障特征值。

第四步，对所确定的每个初始第一故障特征值进行归一化处理以生成第一故障特征值，得到上述第一故障特征值集。其中，可以通过预设的归一化算法，对所确定的每个初始第一故障特征值进行归一化处理以生成第一故障特征值，得到上述第一故障特征值集。

作为示例，上述预设的归一化算法可以是最小最大值归一化算法。

步骤104，对电网正极电压零模信号进行第二变换处理，得到第二故障特征值集。

在一些实施例中，上述执行主体可以对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集。

在一些实施例的一些可选的实现方式中，上述执行主体对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集，可以包括以下步骤：

第一步，对上述电网正极电压零模信号进行采样处理以生成电网正极电压零模采样值组，得到电网正极电压零模采样值组集。其中，可以按照上述预设的采样频率，对上述电网正极电压零模信号进行采样处理以生成电网正极电压零模采样值组，得到电网正极电压零模采样值组集。

第二步，对于上述电网正极电压零模采样值组集中的每个电网正极电压系数采样值组，将上述电网正极电压零模采样值组中各个电网正极电压零模采样值的和，确定为初始第二故障特征值。

第三步，对所确定的每个初始第二故障特征值进行归一化处理以生成第二故障特征值，得到上述第二故障特征值集。其中，可以通过上述预设的归一化算法，对所确定的每个初始第二故障特征值进行归一化处理以生成第二故障特征值，得到上述第二故障特征值集。

步骤104的相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“电网控制的准确度降低”。其中，导致了电网控制的准确度降低的因素往往如下：仅依据单次测量的正极电压信号的零模信号的值，确定电网故障类型信息，当测量到的信号出现误差时，会导致电网故障检测的准确度降低。如果解决了上述因素，就能达到提高电网控制的准确度的效果。为了达到这一效果，本公开可以对电压信号的线模信号和零模信号分别进行转换和采样。然后，可以对采样后的各个零模信号值进行求和处理，接着，可以对采样的零模信号总值进行归一化处理，可以得到表征零模信号特征信息的特征值。可以减少零模信号中异常信号值对零模信号特征值的影响，从而，可以降低零模信号的误差对电网故障检测的影响。从而，可以提高电网故障检测的准确度，进而，可以提高电网控制的准确度。

步骤105，将第一故障特征值集和第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息。

在一些实施例中，上述执行主体可以将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息。其中，上述电网故障信息可以表征上述直流电网的电网故障类型。

作为示例，上述电网故障类型可以是但不限于以下至少一项：P-PTG（Positive-Pole-to-Ground，区内正极短路故障）、N-PTG，（Negative-Pole-to-Ground，区内负极短路故障）、PTP（Pole-to-Pole，区内极间短路故障）或非本线路故障。

可选地，上述预先训练的故障检测模型可以是上述执行主体通过以下步骤训练得到的：

第一步，获取样本故障特征信息集。其中，上述样本故障特征信息集中的每个样本故障特征信息包括：第一样本故障特征值、第二样本故障特征值和样本故障信息。可以从上述电压检测设备上获取上述样本故障特征信息集。这里，生成上述第一样本故障特征值的具体实现及其所带来的技术效果，可以参考上述实施例中的步骤103，生成上述第二样本故障特征值的具体实现及其所带来的技术效果，可以参考上述实施例中的步骤104，在此不再赘述。上述样本故障信息可以表征上述样本故障特征信息对应的电网故障类型。

第二步，从上述样本故障特征信息集中选取样本故障特征信息，执行以下训练子步骤：

第一子步骤，将样本故障特征信息包括的第一样本故障特征值和第二样本故障特征值输入至初始故障检测模型，得到初始故障信息。其中，可以从上述样本故障特征信息集中随机选取样本故障特征信息。上述初始故障检测模型可以是未经训练的以第一样本故障特征值和第二样本故障特征值为输入，以初始故障信息为输出的机器学习模型。上述初始故障检测模型可以包括但不限于以下至少一项：故障检测参数信息。上述故障检测参数信息可以表征上述初始故障检测模型中的各个参数。

作为示例，上述初始故障检测模型可以是SVM（support vector machines，支持向量机）模型。

第二子步骤，基于预设的损失函数，确定初始故障信息和样本故障特征信息包括的样本故障信息的故障差异值。

作为示例，上述预设的损失函数可以是L2（二阶）范数。

第三子步骤，响应于确定故障差异值小于目标值，将初始故障检测模型确定为故障检测模型。

作为示例，上述目标值可以是0.001。

可选地，上述执行主体还可以执行以下步骤：

第一步，响应于确定故障差异值大于等于目标值，调整初始故障检测模型包括的故障检测参数信息，得到目标故障检测参数信息。

第二步，将上述目标故障检测参数信息确定为调整后的初始故障检测模型包括的目标故障检测参数信息。

第三步，将上述样本故障特征信息从上述样本故障特征信息集中删除，得到目标样本故障特征信息集。

第四步，将调整后的初始故障检测模型确定为初始故障检测模型，以及将上述目标样本故障特征信息集确定为样本故障特征信息集，以供再次执行上述训练步骤。

可选地，上述执行主体调整初始故障检测模型包括的故障检测参数信息，得到目标故障检测参数信息，可以包括以下步骤：

第一步，获取初始迭代次数序列。其中，可以从上述终端设备上获取上述初始迭代次数序列。上述初始迭代次数序列可以是一个正整数序列。

作为示例，上述初始迭代次数序列中的第一个初始迭代次数可以是1。

第二步，生成与上述故障检测参数信息对应的初始参数向量集。其中，可以通过预设的生成算法，生成与上述故障检测参数信息对应的初始参数向量集。

作为示例，上述预设的生成算法可以是但不限于以下至少一项：伪随机数生成器算法或混沌数生成器算法。

第三步，对上述初始参数向量集进行扩展处理，得到扩展参数向量集。其中，可以通过预设的扩展算法，对上述初始参数向量集进行扩展处理，得到扩展参数向量集。

作为示例，上述预设的扩展算法可以是混沌映射算法。

第四步，确定上述扩展参数向量集中每个扩展参数向量对应的初始参数适应度值，得到初始参数适应度值集。其中，可以通过预设的适应度函数，确定上述扩展参数向量集中每个扩展参数向量对应的初始参数适应度值，得到初始参数适应度值集。

作为示例，上述预设的适应度函数可以是线性加权函数。

第五步，对于上述初始迭代次数序列中的每个初始迭代次数，执行以下更新子步骤：

第一子步骤，基于上述初始参数适应度值集，对上述扩展参数向量集中每个扩展参数向量进行更新处理以生成更新参数向量，得到更新参数向量集。其中，可以通过预设的第一优化算法和预设的更新算法，对上述扩展参数向量集中每个扩展参数向量进行更新处理以生成更新参数向量，得到更新参数向量集。

作为示例，上述预设的第一优化算法可以是精英个体优化算法。上述预设的更新算法可以是SSA（sparrow search algorithm，麻雀搜索算法）。

第二子步骤，基于上述初始参数适应度值集，对上述更新参数向量集进行拆分处理的，得到第一参数向量集和第二参数向量集。其中，可以按照上述从大到小的顺序，对上述初始参数适应度值集中的各个初始参数适应度值进行排序处理，得到初始参数适应度值序列。然后，可以将上述更新参数向量集中与上述初始参数适应度值序列中、前预定数量的初始参数适应度值对应的各个更新参数向量、确定为上述第一参数向量集。最后，可以将上述更新参数向量集中除上述第一参数向量集外的各个更新参数向量确定为第二参数向量集。这里，上述预定数量可以是：上述初始参数适应度值序列中初始参数适应度值的数量与一定比率值的乘积。

作为示例，上述一定比率值可以是0.2。

第三子步骤，对上述第一参数向量集中的每个第一参数向量进行更新处理以生成第一更新参数向量，得到第一更新参数向量集。其中，可以通过预设的第二优化算法和上述预设的更新算法，对上述第一参数向量集中的每个第一参数向量进行更新处理以生成第一更新参数向量，得到第一更新参数向量集。

作为示例，上述预设的第二优化算法可以是阿基米德算法。

第四子步骤，对上述第二参数向量集中的每个第二参数向量进行更新处理以生成第二更新参数向量，得到第二更新参数向量集。其中，可以通过预设的第三优化算法和上述预设的更新算法，对上述第二参数向量集中的每个第二参数向量进行更新处理以生成第二更新参数向量，得到第二更新参数向量集。

作为示例，上述预设的第三优化算法可以是水波动态进化因子算法。

第五子步骤，基于上述第一更新参数向量集和上述第二更新参数向量集，生成目标输出参数向量。

第六子步骤，响应于确定上述初始迭代次数满足预设迭代条件，将上述目标输出参数向量确定为上述目标故障检测参数信息。其中，上述预设迭代条件可以是上述初始迭代次数为上述初始迭代次数序列中最后一个初始迭代次数。

可选地，上述执行主体基于上述第一更新参数向量集和上述第二更新参数向量集，生成目标输出参数向量，可以包括以下步骤：

第一步，对上述第一更新参数向量集和上述第二更新参数向量集进行融合处理，得到目标更新参数向量集。其中，可以将上述第一更新参数向量集中的每个第一更新参数向量、和上述第二更新参数向量集中的每个第二更新参数向量分别确定为目标更新参数向量，得到目标更新参数向量集。

第二步，确定上述目标更新参数向量集中每个目标更新参数向量对应的目标更新适应度值，得到目标更新适应度值集。其中，可以通过上述预设的适应度函数，确定上述目标更新参数向量集中每个目标更新参数向量对应的目标更新适应度值，得到目标更新适应度值集。

第三步，将上述目标更新参数向量集中、与上述目标更新适应度值集中最小的目标更新适应度值对应的目标更新参数向量、确定为初始输出参数向量。

第四步，响应于确定上述初始输出参数向量对应的目标更新适应度值、大于上述初始迭代次数的上一个初始迭代次数对应的初始输出参数向量对应的目标更新适应度值，将上述初始输出参数向量确定为目标输出参数向量。

可选地，上述执行主体还可以响应于确定初始迭代次数不满足预设迭代条件，将上述初始迭代次数的下一个初始迭代次数确定为初始迭代次数、将上述目标更新参数向量集确定为扩展参数向量集，以及将上述目标更新适应度值集确定为初始参数适应度值集，以供再次执行上述更新步骤。

可选地，上述执行主体还可以响应于确定上述初始输出参数向量对应的目标更新适应度值、小于等于上述初始迭代次数的上一个初始迭代次数对应的初始输出参数向量对应的目标更新适应度值，将上述上一个初始迭代次数对应的初始输出参数向量确定为目标输出参数向量。

步骤105的相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“难以及时控制电网”。其中，导致了难以及时控制电网的因素往往如下：依据单次测量的正极电压信号的零模信号的值，确定电网故障类型信息的方式，需要在测量电压信号后进行异常电压的阈值整定，从而，导致难以及时对电网进行故障检测。如果解决了上述因素，就能达到可以及时控制电网的效果。为了达到这一效果，本公开可以通过预先训练的机器学习模型，基于电压信号的线模信号和零模信号的特征值，确定电网的故障类型信息。在调整上述机器学习模型包括的故障检测参数信息的过程中，上述调整初始故障检测模型包括的故障检测参数信息的方法，相较于随机选取参数作为调整后的初始故障检测模型包括的故障检测参数信息，可以通过对初始的参数向量进行分类的方式，然后，对于不同类型的参数向量，可以依据不同的参数更新方式，更新参数向量，从而，可以提高对每个参数向量进行更新的准确度。最后，可以通过设定的函数，从更新后的各个参数向量中确定调整后的故障检测参数信息，从而，可以提高得到的目标故障检测参数的准确度。因此，通过上述机器学习模型，可以无需执行阈值整定步骤，及时地对电网进行故障检测，从而，可以及时地控制电网。

步骤106，将电网故障信息发送至电网控制终端以控制故障线路断电。

在一些实施例中，上述执行主体可以将上述电网故障信息发送至电网控制终端以控制故障线路断电。其中，上述电网控制终端可以是用于控制直流电网线路断电的终端。

作为示例，当上述电网故障信息为表征区内正极短路故障的信息时，上述电网控制终端可以控制直流电网的正极线路断电。当上述电网故障信息为表征区内负极短路故障的信息时，上述电网控制终端可以控制直流电网的负极线路断电。当上述电网故障信息为表征区内极间短路故障的信息时，上述电网控制终端可以控制直流电网的正极线路至负极线路之间的线路断电。当上述电网故障信息为表征非本线路故障的信息时，上述电网控制终端可以继续为直流电网供电。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的电网故障检测方法，可以提高电网控制的准确度。具体来说，造成电网控制的准确度降低的原因在于：仅依据正极电压信号的零模信号的值，未考虑正极电压信号的线模信号，导致难以检测出部分电网故障类型，从而，导致电网故障检测的准确度降低。基于此，本公开的一些实施例的电网故障检测方法，首先，获取电网正极电压信号和电网负极电压信号。其次，响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号。由此，在检测到电网的电压出现异常时，可以对电网进行进一步的故障检测。接着，对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集。由此，可以得到线模信号的特征信息。然后，对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集。由此，可以得到零模信号的特征信息。随后，将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息。由此，可以通过机器学习模型，依据线模信号的特征信息和零模信号的特征信息，得到电网的故障检测结果。最后，将上述电网故障信息发送至电网控制终端以控制故障线路断电。由此，可以依据得到的电网故障检测结果，及时对电网进行控制。因此，本公开的一些电网故障检测方法，同时考虑了正极电压信号的零模信号与线模信号的特征，可以检测到部分电网故障类型，从而，可以提高电网故障检测的准确度，进而，可以提高电网控制的准确度。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种电网故障检测装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该电网故障检测装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的电网故障检测装置200包括：获取单元201、拆分单元202、第一变换单元203、第二变换单元204、输入单元205和发送单元206。其中，获取单元201，被配置成获取电网正极电压信号和电网负极电压信号；拆分单元202，被配置成响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；第一变换单元203，被配置成对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；第二变换单元204，被配置成对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；输入单元205，被配置成将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；发送单元206，被配置成将上述电网故障信息发送至电网控制终端以控制故障线路断电。

可以理解的是，该电网故障检测装置200中记载的诸单元与参考图1描述的电网故障检测方法中的各个步骤相对应。由此，上文针对电网故障检测方法描述的操作、特征以及产生的有益效果同样适用于电网故障检测装置200及其中包含的单元，在此不再赘述。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的终端设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取电网正极电压信号和电网负极电压信号；响应于确定上述电网正极电压信号或上述电网负极电压信号满足预设故障条件，对上述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；对上述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；对上述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；将上述第一故障特征值集和上述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；将上述电网故障信息发送至电网控制终端以控制故障线路断电。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、拆分单元、第一变换单元、第二变换单元、输入单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取电网正极电压信号和电网负极电压信号的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种电网故障检测方法，包括：

获取电网正极电压信号和电网负极电压信号；

响应于确定所述电网正极电压信号或所述电网负极电压信号满足预设故障条件，对所述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；

对所述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；

对所述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；

将所述第一故障特征值集和所述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；

将所述电网故障信息发送至电网控制终端以控制故障线路断电；

其中，所述预先训练的故障检测模型是通过以下步骤训练得到的：

获取样本故障特征信息集，其中，所述样本故障特征信息集中的每个样本故障特征信息包括：第一样本故障特征值、第二样本故障特征值和样本故障信息；

从所述样本故障特征信息集中选取样本故障特征信息，执行以下训练步骤：

将样本故障特征信息包括的第一样本故障特征值和第二样本故障特征值输入至初始故障检测模型，得到初始故障信息；

基于预设的损失函数，确定初始故障信息和样本故障特征信息包括的样本故障信息的故障差异值；

响应于确定故障差异值小于目标值，将初始故障检测模型确定为故障检测模型；

其中，所述初始故障检测模型包括：故障检测参数信息；以及

所述训练步骤还包括：

响应于确定故障差异值大于等于目标值，调整初始故障检测模型包括的故障检测参数信息，得到目标故障检测参数信息；

将所述目标故障检测参数信息确定为调整后的初始故障检测模型包括的目标故障检测参数信息；

将所述样本故障特征信息从所述样本故障特征信息集中删除，得到目标样本故障特征信息集；

将调整后的初始故障检测模型确定为初始故障检测模型，以及将所述目标样本故障特征信息集确定为样本故障特征信息集，以供再次执行所述训练步骤；

其中，所述调整初始故障检测模型包括的故障检测参数信息，得到目标故障检测参数信息，包括：

获取初始迭代次数序列；

生成与所述故障检测参数信息对应的初始参数向量集；

对所述初始参数向量集进行扩展处理，得到扩展参数向量集；

确定所述扩展参数向量集中每个扩展参数向量对应的初始参数适应度值，得到初始参数适应度值集；

对于所述初始迭代次数序列中的每个初始迭代次数，执行以下更新步骤：

基于所述初始参数适应度值集，对所述扩展参数向量集中每个扩展参数向量进行更新处理以生成更新参数向量，得到更新参数向量集；

基于所述初始参数适应度值集，对所述更新参数向量集进行拆分处理的，得到第一参数向量集和第二参数向量集；

对所述第一参数向量集中的每个第一参数向量进行更新处理以生成第一更新参数向量，得到第一更新参数向量集；

对所述第二参数向量集中的每个第二参数向量进行更新处理以生成第二更新参数向量，得到第二更新参数向量集；

基于所述第一更新参数向量集和所述第二更新参数向量集，生成目标输出参数向量；

响应于确定所述初始迭代次数满足预设迭代条件，将所述目标输出参数向量确定为所述目标故障检测参数信息。

2.根据权利要求1所述的方法，其中，所述对所述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集，包括：

对所述电网正极电压线模信号进行转换处理，得到电网正极电压系数信号；

对所述电网正极电压系数信号进行采样处理以生成电网正极电压系数采样值组，得到电网正极电压系数采样值组集；

对于所述电网正极电压系数采样值组集中的每个电网正极电压系数采样值组，将所述电网正极电压系数采样值组中各个电网正极电压系数采样值的绝对值的和，确定为初始第一故障特征值；

对所确定的每个初始第一故障特征值进行归一化处理以生成第一故障特征值，得到所述第一故障特征值集。

3.根据权利要求1所述的方法，其中，所述对所述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集，包括：

对所述电网正极电压零模信号进行采样处理以生成电网正极电压零模采样值组，得到电网正极电压零模采样值组集；

对于所述电网正极电压零模采样值组集中的每个电网正极电压系数采样值组，将所述电网正极电压零模采样值组中各个电网正极电压零模采样值的和，确定为初始第二故障特征值；

对所确定的每个初始第二故障特征值进行归一化处理以生成第二故障特征值，得到所述第二故障特征值集。

4.一种电网故障检测装置，包括：

获取单元，被配置成获取电网正极电压信号和电网负极电压信号；

拆分单元，被配置成响应于确定所述电网正极电压信号或所述电网负极电压信号满足预设故障条件，对所述电网正极电压信号进行拆分处理，得到电网正极电压零模信号和电网正极电压线模信号；

第一变换单元，被配置成对所述电网正极电压线模信号进行第一变换处理，得到第一故障特征值集；

第二变换单元，被配置成对所述电网正极电压零模信号进行第二变换处理，得到第二故障特征值集；

输入单元，被配置成将所述第一故障特征值集和所述第二故障特征值集输入至预先训练的故障检测模型，得到的电网故障信息；

发送单元，被配置成将所述电网故障信息发送至电网控制终端以控制故障线路断电；

其中，所述预先训练的故障检测模型是通过以下步骤训练得到的：

获取样本故障特征信息集，其中，所述样本故障特征信息集中的每个样本故障特征信息包括：第一样本故障特征值、第二样本故障特征值和样本故障信息；

从所述样本故障特征信息集中选取样本故障特征信息，执行以下训练步骤：

将样本故障特征信息包括的第一样本故障特征值和第二样本故障特征值输入至初始故障检测模型，得到初始故障信息；

基于预设的损失函数，确定初始故障信息和样本故障特征信息包括的样本故障信息的故障差异值；

响应于确定故障差异值小于目标值，将初始故障检测模型确定为故障检测模型；

其中，所述初始故障检测模型包括：故障检测参数信息；以及

所述电网故障检测装置被进一步配置成：

响应于确定故障差异值大于等于目标值，调整初始故障检测模型包括的故障检测参数信息，得到目标故障检测参数信息；

将所述目标故障检测参数信息确定为调整后的初始故障检测模型包括的目标故障检测参数信息；

将所述样本故障特征信息从所述样本故障特征信息集中删除，得到目标样本故障特征信息集；

将调整后的初始故障检测模型确定为初始故障检测模型，以及将所述目标样本故障特征信息集确定为样本故障特征信息集，以供再次执行所述训练步骤；

其中，所述调整初始故障检测模型包括的故障检测参数信息，得到目标故障检测参数信息，包括：

获取初始迭代次数序列；

生成与所述故障检测参数信息对应的初始参数向量集；

对所述初始参数向量集进行扩展处理，得到扩展参数向量集；

确定所述扩展参数向量集中每个扩展参数向量对应的初始参数适应度值，得到初始参数适应度值集；

对于所述初始迭代次数序列中的每个初始迭代次数，执行以下更新步骤：

基于所述初始参数适应度值集，对所述扩展参数向量集中每个扩展参数向量进行更新处理以生成更新参数向量，得到更新参数向量集；

基于所述初始参数适应度值集，对所述更新参数向量集进行拆分处理的，得到第一参数向量集和第二参数向量集；

对所述第一参数向量集中的每个第一参数向量进行更新处理以生成第一更新参数向量，得到第一更新参数向量集；

对所述第二参数向量集中的每个第二参数向量进行更新处理以生成第二更新参数向量，得到第二更新参数向量集；

基于所述第一更新参数向量集和所述第二更新参数向量集，生成目标输出参数向量；

响应于确定所述初始迭代次数满足预设迭代条件，将所述目标输出参数向量确定为所述目标故障检测参数信息。

5.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

6.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的方法。