【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)據(jù)處理領(lǐng)域。更具體地，本專利技術(shù)涉及一種電壓互感器運行狀態(tài)在線監(jiān)測方法。
技術(shù)介紹
1、電壓互感器是一種特殊變壓器，主要用于電力系統(tǒng)中將高電壓轉(zhuǎn)換為低電壓，以便于測量和保護(hù)設(shè)備的操作。它在電力系統(tǒng)中扮演著至關(guān)重要的角色，尤其是在變電站和電力傳輸系統(tǒng)中。隨著技術(shù)的發(fā)展，出現(xiàn)了基于人工智能技術(shù)的在線監(jiān)測與智能預(yù)警系統(tǒng)。這種系統(tǒng)能夠?qū)崿F(xiàn)智能感知、自動采集及傳輸數(shù)據(jù)，并采用人工智能技術(shù)進(jìn)行故障診斷，獲得高壓電壓互感器的健康狀態(tài)參數(shù)，實現(xiàn)對互感器工作狀態(tài)的智能預(yù)警。電壓互感器的實時監(jiān)測和智能預(yù)警系統(tǒng)為電力傳輸系統(tǒng)的安全穩(wěn)定運行提供了有力保障，通過提前發(fā)現(xiàn)和處理潛在的故障和異常情況，減少停電時間和經(jīng)濟(jì)損失，提高了電力供應(yīng)的可靠性和經(jīng)濟(jì)性。
2、現(xiàn)有公開號為cn117826058a的中國專利申請文件公開了一種關(guān)口電容式電壓互感器運行狀態(tài)在線監(jiān)測方法及裝置。該申請文件包括：獲取待測關(guān)口電容式電壓互感器的電壓、電流、功率因數(shù)、溫度和濕度；將電壓、電流、功率因數(shù)、溫度和濕度輸入關(guān)口電容式電壓互感器預(yù)測模型，得到待測關(guān)口電容式電壓互感器的比差和角差；根據(jù)比差和角差，確定待測關(guān)口電容式電壓互感器在多個質(zhì)量維度上的評分，質(zhì)量維度包括誤差狀態(tài)、批次質(zhì)量、監(jiān)測異常、計量信譽和運行年限；根據(jù)評分，確定待測關(guān)口電容式電壓互感器的巡檢周期。
3、上述申請中能夠解決關(guān)口電容式電壓互感器的運行狀態(tài)掌握不及時的問題，以及實現(xiàn)對待測關(guān)口電容式電壓互感器運行狀態(tài)的提前預(yù)警。目前由于電壓互感器運行狀態(tài)受到電壓、電流和溫度等多個因素的影響
技術(shù)實現(xiàn)思路
1、為解決由于電壓互感器運行狀態(tài)受到電壓、電流和溫度等多個因素的影響，同時，隨著設(shè)備的老化和磨損，性能會逐漸下降，無法準(zhǔn)確預(yù)判運行狀態(tài)結(jié)果的問題，本專利技術(shù)在如下方面中提供方案。
2、一種電壓互感器運行狀態(tài)在線監(jiān)測方法，包括：獲取電壓互感器的歷史運行數(shù)據(jù)，對歷史運行數(shù)據(jù)進(jìn)行預(yù)處理，其中，所述歷史運行數(shù)據(jù)包括：電壓序列、電流序列和溫度序列；獲取歷史運行數(shù)據(jù)的周期，篩選同一時刻下每個維度數(shù)據(jù)的周期序列中共有的周期集，計算同一時刻下每個維度數(shù)據(jù)的周期集中最契合周期；對所述最契合周期構(gòu)建預(yù)設(shè)網(wǎng)絡(luò)模型，將相同最契合周期的數(shù)據(jù)作為訓(xùn)練集并進(jìn)行訓(xùn)練，得到每個最契合周期的異常檢測模型；獲取實時運行數(shù)據(jù)與各最契合周期的歷史數(shù)據(jù)段之間的周期相似度，得到各最契合周期對應(yīng)的異常檢測模型的異常結(jié)果，將各周期相似度作為權(quán)重，獲取綜合異常概率，基于綜合異常概率判斷電壓互感器的運行狀態(tài)；所述綜合異常概率滿足下述關(guān)系式：，式中，表示綜合異常概率，表示最契合周期的數(shù)量，表示第個周期的相似度，表示第個周期對應(yīng)的異常檢測模型輸出的異常概率。
3、其效果在于：綜合分析電壓、電流和溫度等多個維度的歷史運行數(shù)據(jù)，該方法能夠更全面地捕捉電壓互感器的運行狀態(tài)，通過識別最契合周期和計算綜合異常概率，該方法有助于制定更合理的維護(hù)和檢修計劃，減少不必要的維護(hù)工作，降低維護(hù)成本。
4、優(yōu)選的，所述最契合周期，包括：
5、使用偏自相關(guān)函數(shù)獲取每個維度數(shù)據(jù)的周期序列，獲取第時刻時每個維度數(shù)據(jù)的周期序列的共有周期作為周期集；
6、根據(jù)周期集對每個維度數(shù)據(jù)序列劃分?jǐn)?shù)據(jù)段，將包含第時刻的維度數(shù)據(jù)作為目標(biāo)數(shù)據(jù)段，將目標(biāo)數(shù)據(jù)段與其他數(shù)據(jù)段之間的相似度求和的平均值作為契合度，將契合度最大對應(yīng)的周期為最契合周期。
7、其效果在于：通過篩選出多個維度數(shù)據(jù)序列中共有的周期集，能夠更準(zhǔn)確地識別出電壓互感器運行狀態(tài)的關(guān)鍵周期，通過確定最契合周期，可以集中資源和注意力在那些最有可能表現(xiàn)出異常的周期上，優(yōu)化監(jiān)測資源的分配，通過分析周期性數(shù)據(jù)段的相似度，可以預(yù)測電壓互感器在未來的運行狀態(tài)，提前發(fā)現(xiàn)潛在的問題，實現(xiàn)預(yù)測性維護(hù)，準(zhǔn)確識別正常波動和異常情況，減少因誤判正常波動為異常而產(chǎn)生的誤報，提高監(jiān)測系統(tǒng)的可靠性。
8、優(yōu)選的，所述契合度，還包括：
9、計算目標(biāo)數(shù)據(jù)段和每個其他數(shù)據(jù)段之間的皮爾遜相關(guān)系數(shù)，計算目標(biāo)數(shù)據(jù)段與其他數(shù)據(jù)段之間的皮爾遜相關(guān)系數(shù)的平均值作為契合度。
10、其效果在于：皮爾遜相關(guān)系數(shù)的平均值作為契合度，可以更準(zhǔn)確地匹配與目標(biāo)數(shù)據(jù)段相似的歷史周期，
11、優(yōu)選的，所述契合度，還包括：
12、將目標(biāo)數(shù)據(jù)段與其他數(shù)據(jù)段之間的相似度求和的平均值作為距離相似度；將目標(biāo)數(shù)據(jù)段與其他數(shù)據(jù)段之間的皮爾遜相關(guān)系數(shù)的平均值作為線性相似度；
13、分別預(yù)設(shè)距離相似度的權(quán)重和線性相似度的權(quán)重進(jìn)行加權(quán)求和，得到契合度。
14、其效果在于：通過結(jié)合多種相似性度量可以減少單一度量可能帶來的偏差，提高契合度計算的魯棒性，使得結(jié)果更加可靠，并通過預(yù)設(shè)不同權(quán)重，可以根據(jù)實際應(yīng)用場景和數(shù)據(jù)特性調(diào)整對距離相似度和線性相似度的重要程度，以使契合度計算更符合電壓互感器運行狀態(tài)的需求。
15、優(yōu)選的，所述周期相似度，包括：
16、將實時運行數(shù)據(jù)和所有最契合周期的歷史數(shù)據(jù)段中第個數(shù)據(jù)段之間數(shù)據(jù)點乘積的和與實時運行數(shù)據(jù)和所有最契合周期的歷史數(shù)據(jù)段中第個數(shù)據(jù)段的模長之間的比值作為周期相似度。
17、其效果在于：通過比較實時數(shù)據(jù)與歷史數(shù)據(jù)的相似度，可以更準(zhǔn)確地識別出與歷史周期相似的實時數(shù)據(jù)段，從而提高異常檢測的準(zhǔn)確性。
18、優(yōu)選的，所述周期相似度，還包括：
19、分別計算實時運行數(shù)據(jù)和所有最契合周期的歷史數(shù)據(jù)段中峰值和谷值之間的差異平方和，得到周期相似度。
20、其效果在于：通過峰值和谷值的差異，可以更精確地捕捉到實時數(shù)據(jù)與歷史數(shù)據(jù)在周期性上的差異。
21、優(yōu)選的，所述預(yù)設(shè)網(wǎng)絡(luò)模型的結(jié)構(gòu)為bp神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)，其中，bp神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)結(jié)構(gòu)包括：輸入層：輸入實時電壓互感器運行數(shù)據(jù)；隱藏層；輸出層：電壓互感器運行異常的概率。
22、優(yōu)選的，所述異常檢測模型的訓(xùn)練過程為：
23、對每個最契合周期的運行數(shù)據(jù)設(shè)置標(biāo)簽，構(gòu)建異常運行數(shù)據(jù)集，將異常運行數(shù)據(jù)集的70%作為訓(xùn)練集，30%作為驗證集；將訓(xùn)練集的數(shù)據(jù)輸入到預(yù)設(shè)網(wǎng)絡(luò)模型中，得到對應(yīng)異常的概率，并根據(jù)驗證集進(jìn)行驗證；
24、使用交叉熵?fù)p失函數(shù)計算網(wǎng)絡(luò)預(yù)測輸出與實際目標(biāo)之間的差異，迭代地更新模型的網(wǎng)絡(luò)參數(shù)，直至損失值小于設(shè)定損失值時，停止更新，或者達(dá)到預(yù)設(shè)的迭代次數(shù)，得到異常檢測模型。
25、優(yōu)選的，所述基于綜合異常概率判斷電壓互感器的運行狀態(tài)，包括：
26、響應(yīng)于綜合異常概率大于預(yù)設(shè)閾值時，則電壓互感器運行狀態(tài)存在異常，反之則運行狀態(tài)為正常。
27、本專利技術(shù)具有以下效果：
28、1、本專利技術(shù)通過周期性分析有助于區(qū)分正常操作中的自然波動和實際的本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述最契合周期，包括：
3.根據(jù)權(quán)利要求2所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述契合度，還包括：
4.根據(jù)權(quán)利要求2所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述契合度，還包括：
5.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述周期相似度，包括：
6.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述周期相似度，還包括：
7.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述預(yù)設(shè)網(wǎng)絡(luò)模型的結(jié)構(gòu)為bp神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)，其中，bp神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)結(jié)構(gòu)包括：輸入層：輸入實時電壓互感器運行數(shù)據(jù)；隱藏層；輸出層：電壓互感器運行異常的概率。
8.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述異常檢測模型的訓(xùn)練過程為：
9.根據(jù)權(quán)利要求1所
...【技術(shù)特征摘要】
1.一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述最契合周期，包括：
3.根據(jù)權(quán)利要求2所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述契合度，還包括：
4.根據(jù)權(quán)利要求2所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述契合度，還包括：
5.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線監(jiān)測方法，其特征在于，所述周期相似度，包括：
6.根據(jù)權(quán)利要求1所述的一種電壓互感器運行狀態(tài)在線...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：姚向成，陳峰，王鐵洪，杜康，李悅，
申請(專利權(quán))人：河北鑫環(huán)通變壓器制造有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。