System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 精品久久久无码人妻中文字幕豆芽,亚洲一区无码中文字幕乱码,亚洲精品无码久久久久A片苍井空
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法技術

    技術編號:44432228 閱讀:2 留言:0更新日期:2025-02-28 18:43
    本發(fā)明專利技術公開了一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法及系統(tǒng)。其中,該方法包括:采集電流互感器二次側的三相電流信號X<subgt;i</subgt;;根據(jù)約束條件建立變分模態(tài)分解約束模型,基于變分模態(tài)分解約束模型,分解提取所述三相電流信號X<subgt;i</subgt;的殘差項信號r<subgt;i</subgt;;基于哈爾小波提取殘差項信號r<subgt;i</subgt;的近似系數(shù),確定近似系數(shù)集ξ為第n層級的細節(jié)小波系數(shù)CAn<subgt;i</subgt;;基于第n層級的細節(jié)小波系數(shù)CAn<subgt;i</subgt;,計算高維空間中的的聯(lián)合分布概率P<subgt;mn</subgt;與一維空間的樣本概率密度q<subgt;mn</subgt;之間的相似度K<subgt;i</subgt;,形成正常電流信號的特征數(shù)據(jù)C<subgt;i</subgt;;基于正常電流信號的特征數(shù)據(jù)集C,確定電流互感器異常閾值T,判定電流互感器誤差是否超限。

    【技術實現(xiàn)步驟摘要】

    本專利技術涉及電流互感器,并且更具體地,涉及一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法


    技術介紹

    1、配網(wǎng)用電流互感器作為直接與用戶側關聯(lián)的計量裝置,其計量的準確性直接影響到配電網(wǎng)絡線損的精益化管理和供用電雙方的經(jīng)濟利益,因此受到供用電雙方以及政府部門的極大關注。依據(jù)jjg1189《測量用互感器》檢定規(guī)程,電磁式電流互感器的檢定周期不得超過10年,需用檢定裝備對互感器開展全覆蓋檢定,傳統(tǒng)周檢方式的技術難點包括:配網(wǎng)用互感器待檢工作量巨大以及配網(wǎng)用互感器運行的工況環(huán)境比較嚴峻。常用的離線檢測方法難以滿足優(yōu)質服務和精準研判的工作要求。因此,為提高電力系統(tǒng)現(xiàn)場校驗的自動化和信息化水平,減少現(xiàn)場工作人員的工作量,有必要開展配網(wǎng)用電流互感器誤差超限識別方法的研究。


    技術實現(xiàn)思路

    1、根據(jù)本專利技術,提供了一種方基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法,以解決傳統(tǒng)周檢方式的技術難點:配網(wǎng)用互感器待檢工作量巨大以及配網(wǎng)用互感器運行的工況環(huán)境比較嚴峻。常用的離線檢測方法難以滿足優(yōu)質服務和精準研判的工作要求。

    2、根據(jù)本專利技術的第一個方面,提供了一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法,包括:

    3、采集電流互感器二次側的三相電流信號xi;

    4、根據(jù)約束條件建立變分模態(tài)分解約束模型,基于變分模態(tài)分解約束模型,分解提取所述三相電流信號xi的殘差項信號ri;

    5、基于哈爾小波提取殘差項信號ri的近似系數(shù),確定近似系數(shù)集ξ為第n層級的細節(jié)小波系數(shù)cani;

    6、基于第n層級的細節(jié)小波系數(shù)cani,計算高維空間中的的聯(lián)合分布概率pmn與一維空間的樣本概率密度qmn之間的相似度ki,形成正常電流信號的特征數(shù)據(jù)ci;

    7、基于正常電流信號的特征數(shù)據(jù)集c,確定電流互感器異常閾值t,判定電流互感器誤差是否超限。

    8、可選地,根據(jù)約束條件建立變分模態(tài)分解約束模型,基于變分模態(tài)分解約束模型,分解提取所述三相電流信號xi的殘差項信號ri,包括:

    9、根據(jù)約束條件建立變分模態(tài)分解約束模型,結合拉格朗日相關數(shù)據(jù)概念建立無約束模型,結合交替方向乘子法對所有分解后的本征模態(tài)信號進行更新,得到最優(yōu)的一組本征模態(tài)信號,將所述三相電流信號分解為一組不同中心頻率ωik的本征模態(tài)信號u(ωik),并選取最大程度上包含了電流互感器的老化本質的殘差信號r:

    10、xi=u(ωi1)+u(ωi2)+...+u(ωim)

    11、ri=u(ωi1)

    12、其中,m為本征模態(tài)信號的個數(shù),ωi1數(shù)值最小,則ri為電流信號所對應的殘差項信號。

    13、可選地,基于哈爾小波提取殘差項信號ri的近似系數(shù),確定近似系數(shù)集ξ為第n層級的細節(jié)小波系數(shù)cani,包括:

    14、基于哈爾小波對殘差信號ri進行多次分解;

    15、第一次分解得到第一層級的近似系數(shù)ca1i和細節(jié)系數(shù)cd1i;

    16、對第一層級的近似系數(shù)ca1i和細節(jié)系數(shù)cd1i進行分解,得到第二層級的近似系數(shù)ca2i和細節(jié)系數(shù)cd2i;

    17、不斷分解上一層級的近似系數(shù)can-1i,得到本層級的近似系數(shù)cani和細節(jié)小波系數(shù)cdni;

    18、確定近似系數(shù)集為第n層級的細節(jié)小波系數(shù)cani。

    19、可選地,基于第n層級的細節(jié)小波系數(shù)cani,計算高維空間中的的聯(lián)合分布概率pmn與一維空間的樣本概率密度qmn之間的相似度ki,形成正常電流信號的特征數(shù)據(jù)ci,包括:

    20、基于第n層級的細節(jié)小波系數(shù)cani,計算高維空間中的的聯(lián)合分布概率pmn;

    21、設置自由度,計算細節(jié)小波系數(shù)cani映射到一維空間的樣本概率密度qmn;

    22、計算高維空間中的的聯(lián)合分布概率pmn與一維空間的樣本概率密度qmn之間的相似度ki;

    23、對相似度ki進行優(yōu)化運算,得到細節(jié)小波系數(shù)cani映射到一維空間的最終結果,即一維特征數(shù)據(jù)ci。

    24、可選地,基于正常電流信號的特征數(shù)據(jù)集c,確定電流互感器異常閾值t,判定電流互感器誤差是否超限,包括:

    25、基于正常電流信號的特征數(shù)據(jù)集c,確定低于電流互感器異常閾值t的電流信號,提取所述電流信號對應的一維特征數(shù)據(jù)c={c1,c2,....,cn}j,計算其概率密度分布f(c)和概率分布函數(shù)f(c):

    26、

    27、選定置信度α,結合概率分布函數(shù)f(c)進行閾值t計算:

    28、t=f-1(α)

    29、其中,n為低于電流互感器異常閾值t的電流信號,∫dx為積分運算,∑為求和運算。

    30、根據(jù)本專利技術的另一個方面,還提供了一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別系統(tǒng),包括:

    31、采集三相電流信號模塊,用于采集電流互感器二次側的三相電流信號xi;

    32、提取殘差項信號模塊,用于根據(jù)約束條件建立變分模態(tài)分解約束模型,基于變分模態(tài)分解約束模型,分解提取所述三相電流信號xi的殘差項信號ri;

    33、確定細節(jié)小波系數(shù)模塊,用于基于哈爾小波提取殘差項信號ri的近似系數(shù),確定近似系數(shù)集ξ為第n層級的細節(jié)小波系數(shù)cani;

    34、形成特征數(shù)據(jù)模塊,用于基于第n層級的細節(jié)小波系數(shù)cani,計算高維空間中的的聯(lián)合分布概率pmn與一維空間的樣本概率密度qmn之間的相似度ki,形成正常電流信號的特征數(shù)據(jù)ci;

    35、判斷是否超限模塊,用于基于正常電流信號的特征數(shù)據(jù)集c,確定電流互感器異常閾值t,判定電流互感器誤差是否超限。

    36、可選地,提取殘差項信號模塊,包括:

    37、提取殘差項信號子模塊,用于根據(jù)約束條件建立變分模態(tài)分解約束模型,結合拉格朗日相關數(shù)據(jù)概念建立無約束模型,結合交替方向乘子法對所有分解后的本征模態(tài)信號進行更新,得到最優(yōu)的一組本征模態(tài)信號,將所述三相電流信號分解為一組不同中心頻率ωik的本征模態(tài)信號u(ωik),并選取最大程度上包含了電流互感器的老化本質的殘差信號r:

    38、xi=u(ωi1)+u(ωi2)+...+u(ωim)

    39、ri=u(ωi1)

    40、其中,m為本征模態(tài)信號的個數(shù),ωi1數(shù)值最小,則ri為電流信號所對應的殘差項信號。

    41、可選地,確定細節(jié)小波系數(shù)模塊,包括:

    42、分解殘差信號子模塊,用于基于哈爾小波對殘差信號ri進行多次分解;

    43、第一次分解子模塊,用于第一次分解得到第一層級的近似系數(shù)ca1i和細節(jié)系數(shù)cd1i;

    44、第二次分解子模塊,用于對第一層級的近似系數(shù)ca1i和細節(jié)系數(shù)cd1i進行分解,得到第二層級的近似系數(shù)ca2i和細節(jié)系數(shù)cd2i;

    45、不斷分解子模塊,用于不斷分解上一層級的近似系數(shù)can-1i,得到本層級的近似系數(shù)cani和細節(jié)小波系數(shù)本文檔來自技高網(wǎng)...

    【技術保護點】

    1.一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法,其特征在于,包括:

    2.根據(jù)權利要求1所述的方法,其特征在于,根據(jù)約束條件建立變分模態(tài)分解約束模型,基于變分模態(tài)分解約束模型,分解提取所述三相電流信號Xi的殘差項信號ri,包括:

    3.根據(jù)權利要求1所述的方法,其特征在于,基于哈爾小波提取殘差項信號ri的近似系數(shù),確定近似系數(shù)集ξ為第n層級的細節(jié)小波系數(shù)CAni,包括:

    4.根據(jù)權利要求1所述的方法,其特征在于,基于第n層級的細節(jié)小波系數(shù)CAni,計算高維空間中的的聯(lián)合分布概率Pmn與一維空間的樣本概率密度qmn之間的相似度Ki,形成正常電流信號的特征數(shù)據(jù)Ci,包括:

    5.根據(jù)權利要求1所述的方法,其特征在于,基于正常電流信號的特征數(shù)據(jù)集C,確定電流互感器異常閾值T,判定電流互感器誤差是否超限,包括:

    6.一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別系統(tǒng),其特征在于,包括:

    7.根據(jù)權利要求6所述的系統(tǒng),其特征在于,提取殘差項信號模塊,包括:

    8.根據(jù)權利要求7所述的系統(tǒng),其特征在于,確定細節(jié)小波系數(shù)模塊,包括:

    9.根據(jù)權利要求6所述的系統(tǒng),其特征在于,形成特征數(shù)據(jù)模塊,包括:

    10.根據(jù)權利要求6所述的系統(tǒng),其特征在于,判斷是否超限模塊,包括:

    11.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執(zhí)行時實現(xiàn)如權利要求1-5中任一項所述方法的步驟。

    12.一種電子設備,其特征在于,包括:

    ...

    【技術特征摘要】

    1.一種基于雙重分解的配網(wǎng)用電流互感器計量誤差超限識別方法,其特征在于,包括:

    2.根據(jù)權利要求1所述的方法,其特征在于,根據(jù)約束條件建立變分模態(tài)分解約束模型,基于變分模態(tài)分解約束模型,分解提取所述三相電流信號xi的殘差項信號ri,包括:

    3.根據(jù)權利要求1所述的方法,其特征在于,基于哈爾小波提取殘差項信號ri的近似系數(shù),確定近似系數(shù)集ξ為第n層級的細節(jié)小波系數(shù)cani,包括:

    4.根據(jù)權利要求1所述的方法,其特征在于,基于第n層級的細節(jié)小波系數(shù)cani,計算高維空間中的的聯(lián)合分布概率pmn與一維空間的樣本概率密度qmn之間的相似度ki,形成正常電流信號的特征數(shù)據(jù)ci,包括:

    5.根據(jù)權利要求1所述的方法,其特征在于,基于正常電流信號...

    【專利技術屬性】
    技術研發(fā)人員:杜博倫姜春陽周峰王歡李東升曾秀娟劉彤殷小東張軍雷民
    申請(專利權)人:中國電力科學研究院有限公司
    類型:發(fā)明
    國別省市:

    網(wǎng)友詢問留言 已有0條評論
    • 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。

    1
    主站蜘蛛池模板: 无码专区HEYZO色欲AV| 精品人妻大屁股白浆无码| 国产精品无码2021在线观看| 亚洲va中文字幕无码| 无码午夜人妻一区二区三区不卡视频| 成人午夜精品无码区久久| 97免费人妻无码视频| 亚洲中文久久精品无码ww16| 亚洲AV永久无码天堂影院| 国产Av激情久久无码天堂| 少妇特殊按摩高潮惨叫无码| 伊人久久精品无码av一区| 在线无码午夜福利高潮视频| 18精品久久久无码午夜福利| 国产精品无码久久久久| 无码人妻丝袜在线视频| 日韩网红少妇无码视频香港| 少妇无码太爽了不卡在线观看| 中文字幕乱偷无码av先锋蜜桃| 一本加勒比HEZYO无码资源网| 最新亚洲人成无码网站| 无码夫の前で人妻を侵犯| 熟妇人妻中文字幕无码老熟妇| 亚洲国产成人精品无码久久久久久综合| 免费A级毛片无码A∨免费| 亚洲∧v久久久无码精品| 国产精品无码无在线观看| 日韩AV无码一区二区三区不卡毛片| 亚洲精品无码av中文字幕| 中文字幕无码不卡免费视频| 亚洲男人第一无码aⅴ网站| 精品无码一区二区三区爱欲| 丰满日韩放荡少妇无码视频| 国产成人精品一区二区三区无码| 日韩av片无码一区二区三区不卡| 国精无码欧精品亚洲一区| 午夜无码一区二区三区在线观看| 久久久久久久久免费看无码| 无码中文字幕乱码一区| 亚洲精品无码一区二区| 日韩成人无码一区二区三区|