CN111474510A - 一种非平稳输出的电压互感器的误差评估方法及*** - Google Patents

Abstract

本发明公开了一种非平稳输出的电压互感器的误差评估方法及***，包括：在非平稳输出条件下，采用差分方法表征电压互感器误差状态的评估参量；结合高维随机矩阵及M‑P律对电压互感器误差状态的评估参量进行实时评估，评估电压互感器的误差状态；所述误差状态包括误差正常状态和误差异常状态；若所述电压互感器处于误差异常状态，则基于同相电压信号间的相关性，判断电压互感器误差异常状态下的误差极性。本发明仅仅根据电压互感器非平稳的输出数据即可实现误差状态及误差极性的实时评估，大大减少了评估成本，有利于提高电压互感器的运维水平。依据高维随机矩阵中的M‑P律，相较于圆环律，特征值分布更容易求解，评价指标灵敏度更高。

Description

一种非平稳输出的电压互感器的误差评估方法及***

技术领域

本发明属于输配电设备状态评估与故障诊断领域，更具体地，涉及一种非平稳输出的电压互感器的误差评估方法及***。

背景技术

电压互感器是一种广泛应用于变电站的电压测量装置，主要包括电磁式电压互感器(PT)、电容式电压互感器(CVT)、采用分压原理的电子式电压互感器(EVT)以及基于光学效应原理的光学电压互感器(OVT)，是继电保护和电能计量贸易结算的数据起点，其测量准确度关系到整个电网的安全稳定和经济运行。

根据电力互感器检定规程，电压互感器必须进行对误差的周期性检测，以确保其误差满足测量准确度的要求。传统误差校验方式需要线路停电，操作复杂、校验周期长且会造成停电损失，不能完全反映互感器的实际参数。带电校验能反映互感器的实际运行工况，但需将标准互感器直接接到高压侧，存在安全隐患且容易受到环境因素制约。因此，在不停电、无标准互感器的情况下，研究电压互感器误差状态的实时评估方法成为了一种迫切需求。

现有技术包括基于信号处理和数学物理模型的电压互感器误差状态评估方法。基于信号处理的评估方法对输出信号进行分类、提取和识别，但不能评估互感器最为关注的渐变性误差变化。基于模型的状态评估方法，关键是对设备进行建模，再依据模型求解传感器的输出值作为理论真值，通过与实际输出值进行比对分析实现误差状态评估，但该方法高度依赖于模型的精确性和准确性，无法应用于准确度要求较高(一般为0.2级)的电压互感器的误差状态评估。

现有技术还包括基于高维随机矩阵的误差状态评估方法，基于高维随机矩阵判断电压互感器的测量误差的统计分布是否有异常变化，从而进行误差状态评估。然而该方法存在以下不足：1)该方法要求电压互感器的输出参量具备平稳随机波动特征，然而电网实际运行过程中，实际的电压信号并不具备稳定的分布特征，可能会呈现非平稳分布，该方法并不能有效的识别出误差的变化情况；2)实际数据求得的特征值可能会分布在圆环外，造成部分特征值的离群分布，从而影响基于圆环律的评价指标的可靠性；3)该方法不能判别误差的极性，即误差的方向，而误差的极性对于了解误差变化的趋势具有重要意义。

发明内容

针对现有技术的缺陷，本发明的目的在于解决现有高维随机矩阵误差状态评估方法需要平稳性输出、评价指标可靠性低以及无法判断误差极性的技术问题。

为实现上述目的，本发明利用差分方法构造基本具备平稳分布特征的评估参量，其次，结合M-P律，避免利用单环定律的特征值的“离群”分布，评价指标灵敏度更高，最后，基于同相电压相关性，在误差异常情况下，判断电压互感器的误差极性。

第一方面，本发明提供一种非平稳输出的电压互感器的误差评估方法，包括以下步骤：

S1、在非平稳输出条件下，采用差分方法表征电压互感器误差状态的评估参量；

S2、结合高维随机矩阵及M-P律对电压互感器误差状态的评估参量进行实时评估，评估电压互感器的误差状态；所述误差状态包括误差正常状态和误差异常状态；

S3、若所述电压互感器处于误差异常状态，则基于同相电压信号间的相关性，判断电压互感器误差异常状态下的误差极性。

可选地，所述步骤S1包括：

针对电压互感器一次侧电压信号非平稳的情况，对电压互感器的输出电压信号做一阶差分处理，将得到的一阶差分变化量作为电压互感器误差状态的评估参量。

可选地，所述步骤S2包括：

在截取的评估时间窗内，对提取的N组电压互感器误差状态的评估参量测量T次，根据得到的N组T个测量值构建N×T的原始矩阵；

在稀疏状态参量条件下，基于卡尔曼滤波算法，扩展所述原始矩阵，得到扩展矩阵；

对所述扩展矩阵进行标准化，得到高维随机矩阵，所述高维随机矩阵元素的均值为0；

计算所述高维随机矩阵的协方差矩阵，求取所述协方差矩阵的特征值，并基于统计分析确定所述特征值的概率密度分布函数；

基于M-P律概率密度分布函数和所述特征值的概率密度分布函数确定两个函数的差异度，根据所述差异度评价电压互感器的误差状态；当所述差异度超出阈值时，电压互感器处于误差异常状态，否则电压互感器处于误差正常状态。

可选地，所述步骤S3包括：

设在同一测量点处共有L组电压互感器(L≥2)，若评估时间段为t₁～t₂，滑动时间窗滑动步长为T_w，计算：

式中，sumU_ijk表示待评估的第i个电压互感器相对于其他电压互感器k相的误差极性判断指标，U_ikt表示第i个电压互感器t时刻k相电压幅值，U_jkt表示第j个电压互感器t时刻k相电压幅值，k表示A、B、C三相；

依据同一测量点处不同电压互感器的物理联系及同相电压的概率统计分析，若电压互感器正常时，不同电压互感器的误差变化形式基本一致，sumU_ijk随t'在时序上的变化均呈现正负随机波动的趋势；若电压互感器在t₁～t₂时间内存在正误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现增加的趋势；若电压互感器在t₁～t₂时间内存在负误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现减小的趋势。

第二方面，本发明提供一种非平稳输出的电压互感器的误差评估***，包括：

评估参量确定单元，用于在非平稳输出条件下，采用差分方法表征电压互感器误差状态的评估参量；

误差状态评估单元，用于结合高维随机矩阵及M-P律对电压互感器误差状态的评估参量进行实时评估，评估电压互感器的误差状态；所述误差状态包括误差正常状态和误差异常状态；

误差极性判断单元，用于若所述电压互感器处于误差异常状态，则基于同相电压信号间的相关性，判断电压互感器误差异常状态下的误差极性。

可选地，所述评估参量确定单元针对电压互感器一次侧电压信号非平稳的情况，对电压互感器的输出电压信号做一阶差分处理，将得到的一阶差分变化量作为电压互感器误差状态的评估参量。

可选地，所述误差状态评估单元在截取的评估时间窗内，对提取的N组电压互感器误差状态的评估参量测量T次，根据得到的N组T个测量值构建N×T的原始矩阵；在稀疏状态参量条件下，基于卡尔曼滤波算法，扩展所述原始矩阵，得到扩展矩阵；对所述扩展矩阵进行标准化，得到高维随机矩阵，所述高维随机矩阵元素的均值为0；计算所述高维随机矩阵的协方差矩阵，求取所述协方差矩阵的特征值，并基于统计分析确定所述特征值的概率密度分布函数；基于M-P律概率密度分布函数和所述特征值的概率密度分布函数确定两个函数的差异度，根据所述差异度评价电压互感器的误差状态；当所述差异度超出阈值时，电压互感器处于误差异常状态，否则电压互感器处于误差正常状态。

可选地，所述误差极性判断单元设在同一测量点处共有L组电压互感器(L≥2)，若评估时间段为t₁～t₂，滑动时间窗滑动步长为T_w，计算：

式中，sumU_ijk表示待评估的第i个电压互感器相对于其他电压互感器k相的误差极性判断指标，U_ikt表示第i个电压互感器t时刻k相电压幅值，U_jkt表示第j个电压互感器t时刻k相电压幅值，k表示A、B、C三相；依据同一测量点处不同电压互感器的物理联系及同相电压的概率统计分析，若电压互感器正常时，不同电压互感器的误差变化形式基本一致，sumU_ijk随t'在时序上的变化均呈现正负随机波动的趋势；若电压互感器在t₁～t₂时间内存在正误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现增加的趋势；若电压互感器在t₁～t₂时间内存在负误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现减小的趋势。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

1、本发明提供一种非平稳输出的电压互感器的误差评估方法及***，仅仅根据电压互感器非平稳的输出数据即可实现误差状态及误差极性的实时评估，大大减少了评估成本，有利于提高电压互感器的运维水平。

2、本发明提供一种非平稳输出的电压互感器的误差评估方法及***，依据高维随机矩阵中的M-P律，相较于圆环律，特征值分布更容易求解，评价指标灵敏度更高。

3、本发明提供一种非平稳输出的电压互感器的误差评估方法及***，依据同相电压的相关性，能够大致得到电压互感器误差异常情况下的误差极性，有利于后续运维检修的开展。

附图说明

图1为本发明提供的非平稳输出条件下的电压互感器误差评估流程示意图；

图2为本发明提供的第一组电子式电压互感器比差示意图；

图3为本发明提供的第二组电子式电压互感器比差示意图；

图4为本发明提供的电压互感器正常情况下的特征值概率密度分布图；

图5为本发明提供的电压互感器误差异常情况下的特征值概率密度分布图；

图6为本发明提供的电压互感器误差异常情况下极性判断示意图；

图7为本发明提供一种非平稳输出的电压互感器的误差评估***架构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明公开了一种非平稳输出的电压互感器的误差评估方法及***，旨在非平稳输出条件下，仅仅根据电压互感器的输出，采用差分及高维随机矩阵，并考虑同相电压相关性，评估电压互感器误差状态及误差极性。具体过程包括：依据对电压信号特征的分析，在非平稳输出条件下，利用差分方法，构造能够表征电压互感器误差状态的评估参量；基于滑动时间窗，实时构建随机矩阵；基于卡尔曼滤波器，扩展随机矩阵；标准化扩展矩阵；协方差矩阵特征值计算；M-P律概率密度差异度求解，电压互感器误差状态评估；正负误差情况判断。本发明实现了在不依赖标准器具前提下，对电压互感器的误差状态及误差极性进行有效评估，评估方法具有普适性、有效性、实时性。

本发明提供的一种非平稳输出的电压互感器的误差评估方法及***包括以下步骤：

步骤1：电压信号特征分析，构造能够表征电压互感器误差状态的评估参量；

对于电压互感器的输出信号U，其异常波动可以认为由两方面引起，一次侧电压波动和互感器自身误差，如下式所示：

表示一次侧电压，k表示电压的波动系数，由负荷变化、变压器分接头开关的调节等引起，ε表示由互感器误差引起的互感器输出异常。

电网实际运行过程中，一次电压的随机波动远远大于电压互感器测量准确度的要求(一般为0.2级)，当一次侧电压信号为平稳序列时，一次侧电压波动系数k接近互感器变比，互感器误差引起的异常容易从输出序列中识别，但当一次侧电压信号为非平稳序列时，难以将电压互感器误差的变化从电网自身状态随机变化的影响中剥离，难以识别误差变化的影响。

针对一次侧电压信号非平稳的情况，当对实际电压信号做一阶差分处理时，如下式所示：

式中，t表示前一时刻，t+1表示后一时刻，实际电压信号经一阶差分处理后的变化量大致满足平稳分布的特征，且测量误差的影响占据了较大的比例，此时，电压信号的一阶差分变化量可以作为状态评估参量。

首先，对电压互感器输出电压信号进行平稳性检验。

鉴于游程检验应用广泛、计算简单，首先利用游程检验检验参量的平稳性：

假设输出电压信号序列为{x_t}，序列长度为M，M₁和M₂表示序列中大于均值的数的个数和序列中小于均值的数的个数。M₁和M₂均不超过15(小样本)时，游程总数服从r分布：

当M₁，M₂大于15(大样本)时，统计量：

统计量Z渐进服从于N(0,1)分布。

因此，对所检验序列可以计算出统计量r和Z，在给定显著性水平α下，若r_L＜r＜r_U或|Z|＜Z_α(Z_α为临界值)，则认为序列是平稳的，否则序列是非平稳的。

当输出电压信号序列为非平稳序列时，需要对输出电压信号进行一阶差分处理，构造能够表征电压互感器误差状态的评估参量，当输出电压信号为平稳序列时，则不需要进行一阶差分处理。

步骤2：基于滑动时间窗，利用评估参量实时构建原始矩阵；

在截取的评估时间窗内，对提取的N组状态评估参量测量T次，利用N组评估参量的T次测量值构建矩阵大小为N×T的原始矩阵。优选地，评估参量个数可以选择为1，测量次数选择为600，步长可以选择为5分钟。在评估时间窗内，所有评估参量数据构成的原始矩阵D₁：

其中，x_ij表示第i个评估参量在j时刻的值。

步骤3：稀疏状态参量条件下，基于卡尔曼滤波算法，扩展矩阵；

当评估参量类型较少时，不能达到工程应用目的，为了解决这个问题，在稀疏状态参量条件下，基于卡尔曼滤波算法，扩展原始矩阵。具体包括：

评估参量测量值估计：

式中，Z(k)是k时刻***的状态；X(k)是k时刻评估参量测量值；W(k)，服从高斯分布的过程噪声，其协方差为Q(k)；V(k)是服从高斯分布的观测噪声，其协方差为R(k)。

由状态评估参量测量值X(k)，经卡尔曼滤波算法，得到状态估计量Z(k)，叠加与测量噪声水平相当的高斯白噪声，作为矩阵扩展行，即：

X_i'＝Z+ρR₁(i＝N+1,N+2,…,N') (8)

式中，R₁为服从标准正态分布的高斯白噪声，ρ用于调整扩展矩阵的信噪比，N'为扩展矩阵大小，优选地，ρ可以选择为评估参量测量值的标准差大小，N'可以选择为200，从而构建扩展矩阵D₂：

式中，N'为扩展矩阵D₂的行数。

步骤4：标准化扩展矩阵，使高维随机矩阵元素的均值为0；

对矩阵D₂进行如下标准化操作，变为矩阵D_std：

式中，y_ij为矩阵D_std的元素，x_ij为矩阵D₂的元素。

步骤5：计算协方差矩阵，作为状态评估矩阵，求解矩阵的特征值概率密度分布；

首先计算标准化矩阵D_std的协方差矩阵：

随后求取协方差矩阵S的特征值λ_i(i＝1,2,…,N')。

最后，基于统计分析，求取特征值的概率密度分布特征。

步骤6：提取M-P律概率密度差异度评价指标，评估电压互感器误差状态。

假设特征值的概率密度分布函数为f₁(x)，x∈[c₁,d₁]，标准M-P律概率密度分布函数为f₂(x)，x∈[c₂,d₂]，定义两个函数的差异度ν为：

式中，c＝min(c₁,c₂)，d＝min(d₁,d₂)，n为阶数。

优选地，可以选择n＝1时的差异度作为状态评价指标。根据M-P律，当电压互感器的误差状态在正常范围时，特征值的概率密度分布趋近于标准M-P律概率密度分布函数，差异度越小；当电压互感器误差状态超出允许范围时，特征值的概率密度分布与标准M-P律概率密度分布函数的差异度越明显，差异度越大。因此，可以依据评价指标，识别电压互感器的异常状态。

步骤7：误差极性判断，基于同相电压信号间的相关性，判断电压互感器误差异常情况下的误差极性；

同一测量点处一般有两组以上的互感器测量同一电压信号，假设某一测量点处共有L组电压互感器(L≥2)，若评估时间段为t₁～t₂，滑动时间窗滑动步长为T_w，计算：

式中U_ikt表示待评估的电压互感器某相电压幅值，U_jkt表示其他电压互感器电压幅值，k表示A、B、C三相。

依据同一测量点处不同电压互感器的物理联系及同相电压的概率统计分析，若互感器正常时，不同互感器的误差变化形式基本一致，sumU_ijk随t'在时序上的变化均呈现正负随机波动的趋势；若互感器在t₁～t₂时间内存在正误差分布异常时，相对于其他互感器，sumU_ijk随t'在时序上的变化均呈现增加的趋势；若互感器在t₁～t₂时间内存在负误差分布异常时，相对于其他互感器，sumU_ijk随t'在时序上的变化均呈现减小的趋势。根据t₁～t₂时间段内，sumU_ijk在时序上的变化情况，评估电压互感器在该段时间内误差异常情况下的误差极性。

为进一步理解本发明，下面对本发明中相关原理进行简要阐述：

1)误差状态评估基本原理

电压互感器采集电网一次电压信息，通过计算可以得到相位、幅值、频率、三相不平衡度等特征参量，在电压互感器正常运行过程中，这些参量在一定时间内可能具备平稳的分布特征，利用高维随机矩阵理论，可以判断这些参量是否符合已知规律，从而对电压互感器的误差状态是否有异常变化做出判断，据此，进行误差状态评估。当参量并不具备平稳的分布特征时，可通过对参量信号特征的分析，利用差分方法构造能够表征误差状态的评估参量，这些参量基本具备平稳的分布特征，再结合高维随机矩阵理论，进行误差状态评估。

2)M-P律

假设矩阵H＝{x_ij}是一个m×n的随机矩阵，其中x_ij是均值为0，方差为σ²的独立同分布的随机变量，当c＝m/n∈(0,1]，且m→∞，n→∞时，样本协方差矩阵的经验谱以概率1收敛，收敛趋势符合M-P律，其概率密度函数为：

其中，

当σ²＝1时，协方差矩阵的经验谱分布收敛的规律为标准M-P律。

在一个具体的实施例中，如图1所示，本发明按照以下步骤对电压互感器的误差状态进行评估：

1)采用江苏某110KV变电站由两组电子式电压互感器(0.2级)采集而来的A相电压幅值数据，采样频率为4K，采样周期为1s，采样时间为7天。图2与图3分别为两组电子式电压互感器的比差时序分布情况，第一组互感器存在负误差超差异常，第二组互感器误差在允许范围内。

2)电压信号特征分析，构造能够表征电压互感器误差状态的评估参量；

对得到的第一组电子式电压互感器基波电压幅值进行平稳性检验，发现基波电压幅值并不具备平稳分布特征，遂进行差分计算，取一阶差分变化量作为状态评估参量。

3)基于滑动时间窗，取评估时间窗为10分钟，滑动步长为5分钟，利用评估参量实时构建原始矩阵D₁；

4)基于卡尔曼滤波算法，将矩阵D₁进行扩展后形成高维随机矩阵D₂。原始矩阵和扩展矩阵规模如表1所示。

表1高维随机矩阵参数

5)利用公式(10)对矩阵D₂进行标准化操作得到矩阵D_std。

6)利用公式(11)、(12)求取协方差矩阵S，并提取M-P律概率密度差异度评价指标v。

7)图4为正常情况下评估矩阵的特征值概率密度分布图，图5为误差异常时刻特征值的概率密度分布图。图中曲线为标准M-P律概率密度分布图，柱状图为实际数据的特征值概率密度分布。对比图4和图5可知，当电压互感器处于正常状态时，协方差矩阵的特征值概率密度分布接近标准M-P律概率密度分布图；当电压互感器处于误差异常状态时，特征值的概率密度分布较偏离标准的M-P律概率密度分布。

依据式(12)计算差异度评价指标，计算结果如表2所示。由表可知，当电子式电压互感器处于误差异常状态时，评价指标v显著增大，根据评价指标，可以有效评估电压互感器的误差状态。

表2评价指标对比

8)依据式(13)，相对于第二组电子式电压互感器，计算sumU_ijk。重复步骤(2)至步骤(8)，可以实现电压互感器误差状态及误差极性的实时评估。图6所示，sumU_ijk在时序上的值为负值，且呈递减趋势，判断该互感器在评估时间内存在负误差超差异常，这符合第一组电子式电压互感器实际的误差变化情况。

图7为本发明提供一种非平稳输出的电压互感器的误差评估***架构图，如图7所示，包括：

评估参量确定单元710，用于在非平稳输出条件下，采用差分方法表征电压互感器误差状态的评估参量；

误差状态评估单元720，用于结合高维随机矩阵及M-P律对电压互感器误差状态的评估参量进行实时评估，评估电压互感器的误差状态；所述误差状态包括误差正常状态和误差异常状态；

误差极性判断单元730，用于若所述电压互感器处于误差异常状态，则基于同相电压信号间的相关性，判断电压互感器误差异常状态下的误差极性。

具体各个单元的功能可参见前述方法实施例中的介绍，在此不做赘述。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种非平稳输出的电压互感器的误差评估方法，其特征在于，包括以下步骤：

S1、在非平稳输出条件下，采用差分方法表征电压互感器误差状态的评估参量；

S2、结合高维随机矩阵及M-P律对电压互感器误差状态的评估参量进行实时评估，评估电压互感器的误差状态；所述误差状态包括误差正常状态和误差异常状态；

S3、若所述电压互感器处于误差异常状态，则基于同相电压信号间的相关性，判断电压互感器误差异常状态下的误差极性。

2.根据权利要求1所述的误差评估方法，其特征在于，所述步骤S1包括：

针对电压互感器一次侧电压信号非平稳的情况，对电压互感器的输出电压信号做一阶差分处理，将得到的一阶差分变化量作为电压互感器误差状态的评估参量。

3.根据权利要求1所述的误差评估方法，其特征在于，所述步骤S2包括：

在截取的评估时间窗内，对提取的N组电压互感器误差状态的评估参量测量T次，根据得到的N组T个测量值构建N×T的原始矩阵；

在稀疏状态参量条件下，基于卡尔曼滤波算法，扩展所述原始矩阵，得到扩展矩阵；

对所述扩展矩阵进行标准化，得到高维随机矩阵，所述高维随机矩阵元素的均值为0；

计算所述高维随机矩阵的协方差矩阵，求取所述协方差矩阵的特征值，并基于统计分析确定所述特征值的概率密度分布函数；

基于M-P律概率密度分布函数和所述特征值的概率密度分布函数确定两个函数的差异度，根据所述差异度评价电压互感器的误差状态；当所述差异度超出阈值时，电压互感器处于误差异常状态，否则电压互感器处于误差正常状态。

4.根据权利要求1所述误差评估方法，其特征在于，所述步骤S3包括：

设在同一测量点处共有L组电压互感器(L≥2)，若评估时间段为t₁～t₂，滑动时间窗滑动步长为T_w，计算：

式中，sumU_ijk表示待评估的第i个电压互感器相对于其他电压互感器k相的误差极性判断指标，U_ikt表示第i个电压互感器t时刻k相电压幅值，U_jkt表示第j个电压互感器t时刻k相电压幅值，k表示A、B、C三相；

依据同一测量点处不同电压互感器的物理联系及同相电压的概率统计分析，若电压互感器正常时，不同电压互感器的误差变化形式基本一致，sumU_ijk随t'在时序上的变化均呈现正负随机波动的趋势；若电压互感器在t₁～t₂时间内存在正误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现增加的趋势；若电压互感器在t₁～t₂时间内存在负误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现减小的趋势。

5.一种非平稳输出的电压互感器的误差评估***，其特征在于，包括：

评估参量确定单元，用于在非平稳输出条件下，采用差分方法表征电压互感器误差状态的评估参量；

误差状态评估单元，用于结合高维随机矩阵及M-P律对电压互感器误差状态的评估参量进行实时评估，评估电压互感器的误差状态；所述误差状态包括误差正常状态和误差异常状态；

误差极性判断单元，用于若所述电压互感器处于误差异常状态，则基于同相电压信号间的相关性，判断电压互感器误差异常状态下的误差极性。

6.根据权利要求5所述的误差评估***，其特征在于，所述评估参量确定单元针对电压互感器一次侧电压信号非平稳的情况，对电压互感器的输出电压信号做一阶差分处理，将得到的一阶差分变化量作为电压互感器误差状态的评估参量。

7.根据权利要求5所述的误差评估***，其特征在于，所述误差状态评估单元在截取的评估时间窗内，对提取的N组电压互感器误差状态的评估参量测量T次，根据得到的N组T个测量值构建N×T的原始矩阵；在稀疏状态参量条件下，基于卡尔曼滤波算法，扩展所述原始矩阵，得到扩展矩阵；对所述扩展矩阵进行标准化，得到高维随机矩阵，所述高维随机矩阵元素的均值为0；计算所述高维随机矩阵的协方差矩阵，求取所述协方差矩阵的特征值，并基于统计分析确定所述特征值的概率密度分布函数；基于M-P律概率密度分布函数和所述特征值的概率密度分布函数确定两个函数的差异度，根据所述差异度评价电压互感器的误差状态；当所述差异度超出阈值时，电压互感器处于误差异常状态，否则电压互感器处于误差正常状态。

8.根据权利要求5所述误差评估***，其特征在于，所述误差极性判断单元设在同一测量点处共有L组电压互感器(L≥2)，若评估时间段为t₁～t₂，滑动时间窗滑动步长为T_w，计算：

式中，sumU_ijk表示待评估的第i个电压互感器相对于其他电压互感器k相的误差极性判断指标，U_ikt表示第i个电压互感器t时刻k相电压幅值，U_jkt表示第j个电压互感器t时刻k相电压幅值，k表示A、B、C三相；依据同一测量点处不同电压互感器的物理联系及同相电压的概率统计分析，若电压互感器正常时，不同电压互感器的误差变化形式基本一致，sumU_ijk随t'在时序上的变化均呈现正负随机波动的趋势；若电压互感器在t₁～t₂时间内存在正误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现增加的趋势；若电压互感器在t₁～t₂时间内存在负误差分布异常时，相对于其他电压互感器，sumU_ijk随t'在时序上的变化均呈现减小的趋势。

Images