CN113552444A - 一种泄漏电流特征阈值在线整定方法及装置 - Google Patents

Abstract

本发明涉及配电网设备运行状态分析技术领域，具体提供了一种泄漏电流特征阈值在线整定方法及装置，旨在解决预先设置好的泄漏电流阈值不能随环境变化而变化的技术问题。包括：划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；基于各灰度等级对应的样本概率计算各两组之间的方差；将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值；该方案为配电网设备实际运行中实现在线绝缘状态监测分析与判断提供判断依据和衡量标准。

Description

一种泄漏电流特征阈值在线整定方法及装置

技术领域

本发明涉及配电网设备运行状态分析领域，具体涉及一种泄漏电流特征阈值在线整定方法及装置。

背景技术

泄漏电流是反映配电网电缆线路绝缘状况的重要特征之一，泄漏电流特征阈值是判断绝缘状况的量化依据。然而，目前泄漏电流特征阈值的设定通常依靠试验检测或运行人员经验进行离线整定与设置。

在实际运行阶段，泄漏电流会随着电网实际运行工况、运行环境以及负荷水平的不同而变化，预先设置好的泄漏电流阈值如不能随之变化，势必会导致电缆绝缘状态的误判。因此，急需寻求泄漏电流阈值的自适应在线整定方法，为更准确的实现电缆绝缘状态的判断提供判断依据和衡量标准。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决预先设置好的泄漏电流阈值不能随环境变化而变化的技术问题的泄漏电流特征阈值在线整定方法及装置。

第一方面，提供一种泄漏电流特征阈值在线整定方法，所述泄漏电流特征阈值在线整定方法包括：

划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；

选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；

基于各灰度等级对应的样本概率计算各两组之间的方差；

将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值。

优选的，所述灰度等级对应的样本概率的计算式如下：

上式中，P_j为第j个灰度等级对应的样本概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，j∈[1,L],L为预设灰度等级总数。

优选的，所述第j个灰度等级对应的样本个数为所述泄漏电流幅值样本数据中在[(j-1)d_x,jd_x]范围内的样本个数，其中，d_x为泄漏电流幅值样本数据的组宽。

进一步的，所述泄漏电流幅值样本数据的组宽的计算式如下：

上式中，d_x为泄漏电流幅值样本数据的组宽，X_max为泄漏电流幅值样本数据中最大值，X_min为泄漏电流幅值样本数据中最小值，L为预设灰度等级总数。

优选的，所述基于各阈值分别将泄漏电流幅值样本数据分为两组，包括：

将泄漏电流幅值样本数据中在[0,kd_x]范围内的样本划分至集合C₀，将泄漏电流幅值样本数据中在[(k+1)d_x,Ld_x]范围内的样本划分至集合C₁，其中，k为阈值系数，k∈[1,L]，d_x为泄漏电流幅值样本数据的组宽，L为预设灰度等级总数，kd_x为选择的阈值。

进一步的，所述基于各灰度等级对应的样本概率计算各两组之间的方差，包括：

基于各灰度等级对应的样本概率计算集合C₀和集合C₁的均值和概率；

基于集合C₀和集合C₁的均值和概率计算集合C₀和集合C₁之间的方差。

进一步的，所述集合C₀的均值的计算式如下：

所述集合C₀的概率的计算式如下：

所述集合C₁的均值的计算式如下：

所述集合C₁的概率的计算式如下：

上式中，μ₀为集合C₀的均值，p_j为第j个灰度等级对应的样本概率，p₀为集合C₀的概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，μ₁为集合C₁的均值，p₁为集合C₁的概率，L为预设灰度等级总数。

进一步的，所述集合C₀和集合C₁之间的方差的计算式如下：

σ²＝P₀(μ₀-μ)²+P₁(μ₁-μ)²

上式中，σ²为集合C₀和集合C₁之间的方差，μ为所有泄漏电流幅值样本数据的均值，μ＝P₀μ₀+P₁μ₁。

第二方面，提供一种泄漏电流特征阈值在线整定装置，所述泄漏电流特征阈值在线整定装置包括：

第一计算模块，用于划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；

分组模块，用于选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；

第二计算模块，用于基于各灰度等级对应的样本概率计算各两组之间的方差；

确定模块，用于将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

本发明涉及配电网设备运行状态分析技术领域，具体提供了一种泄漏电流特征阈值在线整定方法及装置，旨在解决预先设置好的泄漏电流阈值不能随环境变化而变化的技术问题。包括：划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；基于各灰度等级对应的样本概率计算各两组之间的方差；将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值；该方案可根据泄漏电流原始样本数据的特征自适应确定最优幅值阈值，以适应当泄漏电流样本数据发生变化时，采用相同的阈值可能会导致对泄漏电流异常越限情况做出误判，最终实现泄漏电流阈值的在线整定。进一步的，该方案采用泄漏电流实时数据计算得到的阈值区间更为准确，为配电网电缆线路的绝缘状态的识别提供了更为准确的判据条件。

附图说明

图1是根据本发明的一个实施例的泄漏电流特征阈值在线整定方法的主要步骤流程示意图；

图2是根据本发明的一个实施例的泄漏电流特征阈值在线整定装置的主要结构框图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明一种泄漏电流特征阈值在线整定方法，旨在获取一段时间内记录的实时泄漏电流幅值原始样本数据，基于泄漏电流异常值较正常值幅值范围大、分布分散的特点，采用最大类间方差法计算得到泄漏电流幅值最优阈值，使得泄漏电流正常值与异常值之间方差最大，最终实现泄漏电流异常越限情况的精准判断。该方法可根据泄漏电流原始样本数据的特征自适应确定最优幅值阈值，以适应当泄漏电流样本数据发生变化时，采用相同的阈值可能会导致对泄漏电流异常越限情况做出误判，最终实现泄漏电流阈值的在线整定。

参阅附图1，图1是根据本发明的一个实施例的泄漏电流特征阈值在线整定方法的主要步骤流程示意图。如图1所示，本发明实施例中的泄漏电流特征阈值在线整定方法主要包括以下步骤：

步骤S101：划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；

步骤S102：选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；

步骤S103：基于各灰度等级对应的样本概率计算各两组之间的方差；

步骤S104：将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值。

本实施例中，所述灰度等级对应的样本概率的计算式如下：

上式中，P_j为第j个灰度等级对应的样本概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，j∈[1,L],L为预设灰度等级总数。

本实施例中，所述第j个灰度等级对应的样本个数为所述泄漏电流幅值样本数据中在[(j-1)d_x,jd_x]范围内的样本个数，其中，d_x为泄漏电流幅值样本数据的组宽。

在一个实施方式中，所述泄漏电流幅值样本数据的组宽的计算式如下：

上式中，d_x为泄漏电流幅值样本数据的组宽，X_max为泄漏电流幅值样本数据中最大值，X_min为泄漏电流幅值样本数据中最小值，L为预设灰度等级总数。

本实施例中，所述基于各阈值分别将泄漏电流幅值样本数据分为两组，包括：

将泄漏电流幅值样本数据中在[0,kd_x]范围内的样本划分至集合C₀，将泄漏电流幅值样本数据中在[(k+1)d_x,Ld_x]范围内的样本划分至集合C₁，其中，k为阈值系数，k∈[1,L]，d_x为泄漏电流幅值样本数据的组宽，L为预设灰度等级总数，kd_x为选择的阈值。

在一个实施方式中，所述基于各灰度等级对应的样本概率计算各两组之间的方差，包括：

基于各灰度等级对应的样本概率计算集合C₀和集合C₁的均值和概率；

基于集合C₀和集合C₁的均值和概率计算集合C₀和集合C₁之间的方差。

其中，所述集合C₀的均值的计算式如下：

所述集合C₀的概率的计算式如下：

所述集合C₁的均值的计算式如下：

所述集合C₁的概率的计算式如下：

上式中，μ₀为集合C₀的均值，p_j为第j个灰度等级对应的样本概率，p₀为集合C₀的概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，μ₁为集合C₁的均值，p₁为集合C₁的概率，L为预设灰度等级总数。

所述集合C₀和集合C₁之间的方差的计算式如下：

σ²＝P₀(μ₀-μ)²+P₁(μ₁-μ)²

上式中，σ²为集合C₀和集合C₁之间的方差，μ为所有泄漏电流幅值样本数据的均值，μ＝P₀μ₀+P₁μ₁。

进一步的，基于上述方案，本发明提供了一种最优实施方式，具体如下：

(1)获取一段时间内记录的实时泄漏电流幅值原始样本数据{X_i,i＝1,2,…N}，令最大值为X_max，最小值为X_min；

(2)将一段时间内的泄漏电流幅值原始样本数据从大到小进行排列，并根据泄漏电流幅值的不同，划分L个灰度等级，灰度等级用灰度值j＝1,2,…L表示；

(3)令

统计落在[(j-1)d_x,jd_x]范围内的泄漏电流样本个数n_j，N＝n₁+n₂+…n_L；

(4)计算灰度值j出现的概率为

(5)设阈值kd_x，将原始样本序列分为两类：C₀表示范围在[0,kd_x]中的值；C₁表征范围在[(k+1)d_x,Ld_x]中的值；

(6)计算新样本C₀的均值和概率分别为：

(7)计算新样本C₁的均值和概率分别为：

(8)计算所有样本均值μ＝P₀μ₀+P₁μ₁；

(9)求两类新样本的类间方差σ²＝P₀(μ₀-μ)²+P₁(μ₁-μ)²；

(10)求取最优阈值kd_x ^*，使得类间方差最大

基于同一技术方案，本发明提供了一种泄漏电流特征阈值在线整定装置，如图2所示，所述泄漏电流特征阈值在线整定装置包括：

第一计算模块，用于划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；

分组模块，用于选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；

第二计算模块，用于基于各灰度等级对应的样本概率计算各两组之间的方差；

确定模块，用于将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值。

优选的，所述灰度等级对应的样本概率的计算式如下：

上式中，P_j为第j个灰度等级对应的样本概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，j∈[1,L],L为预设灰度等级总数。

优选的，所述第j个灰度等级对应的样本个数为所述泄漏电流幅值样本数据中在[(j-1)d_x,jd_x]范围内的样本个数，其中，d_x为泄漏电流幅值样本数据的组宽。

进一步的，所述泄漏电流幅值样本数据的组宽的计算式如下：

上式中，d_x为泄漏电流幅值样本数据的组宽，X_max为泄漏电流幅值样本数据中最大值，X_min为泄漏电流幅值样本数据中最小值，L为预设灰度等级总数。

优选的，所述基于各阈值分别将泄漏电流幅值样本数据分为两组，包括：

将泄漏电流幅值样本数据中在[0,kd_x]范围内的样本划分至集合C₀，将泄漏电流幅值样本数据中在[(k+1)d_x,Ld_x]范围内的样本划分至集合C₁，其中，k为阈值系数，k∈[1,L]，d_x为泄漏电流幅值样本数据的组宽，L为预设灰度等级总数，kd_x为选择的阈值。

进一步的，所述基于各灰度等级对应的样本概率计算各两组之间的方差，包括：

基于各灰度等级对应的样本概率计算集合C₀和集合C₁的均值和概率；

基于集合C₀和集合C₁的均值和概率计算集合C₀和集合C₁之间的方差。

进一步的，所述集合C₀的均值的计算式如下：

所述集合C₀的概率的计算式如下：

所述集合C₁的均值的计算式如下：

所述集合C₁的概率的计算式如下：

上式中，μ₀为集合C₀的均值，p_j为第j个灰度等级对应的样本概率，p₀为集合C₀的概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，μ₁为集合C₁的均值，p₁为集合C₁的概率，L为预设灰度等级总数。

进一步的，所述集合C₀和集合C₁之间的方差的计算式如下：

σ²＝P₀(μ₀-μ)²+P₁(μ₁-μ)²

上式中，σ²为集合C₀和集合C₁之间的方差，μ为所有泄漏电流幅值样本数据的均值，μ＝P₀μ₀+P₁μ₁。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (9)

1.一种泄漏电流特征阈值在线整定方法，其特征在于，所述方法包括：

划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；

选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；

基于各灰度等级对应的样本概率计算各两组之间的方差；

将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值。

2.如权利要求1所述的方法，其特征在于，所述灰度等级对应的样本概率的计算式如下：

上式中，P_j为第j个灰度等级对应的样本概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，j∈[1,L],L为预设灰度等级总数。

3.如权利要求1所述的方法，其特征在于，所述第j个灰度等级对应的样本个数为所述泄漏电流幅值样本数据中在[(j-1)d_x,jd_x]范围内的样本个数，其中，d_x为泄漏电流幅值样本数据的组宽。

4.如权利要求3所述的方法，其特征在于，所述泄漏电流幅值样本数据的组宽的计算式如下：

上式中，d_x为泄漏电流幅值样本数据的组宽，X_max为泄漏电流幅值样本数据中最大值，X_min为泄漏电流幅值样本数据中最小值，L为预设灰度等级总数。

5.如权利要求1所述的方法，其特征在于，所述基于各阈值分别将泄漏电流幅值样本数据分为两组，包括：

将泄漏电流幅值样本数据中在[0,kd_x]范围内的样本划分至集合C₀，将泄漏电流幅值样本数据中在[(k+1)d_x,Ld_x]范围内的样本划分至集合C₁，其中，k为阈值系数，k∈[1,L]，d_x为泄漏电流幅值样本数据的组宽，L为预设灰度等级总数，kd_x为选择的阈值。

6.如权利要求5所述的方法，其特征在于，所述基于各灰度等级对应的样本概率计算各两组之间的方差，包括：

基于各灰度等级对应的样本概率计算集合C₀和集合C₁的均值和概率；

基于集合C₀和集合C₁的均值和概率计算集合C₀和集合C₁之间的方差。

7.如权利要求6所述的方法，其特征在于，所述集合C₀的均值的计算式如下：

所述集合C₀的概率的计算式如下：

所述集合C₁的均值的计算式如下：

所述集合C₁的概率的计算式如下：

上式中，μ₀为集合C₀的均值，p_j为第j个灰度等级对应的样本概率，p₀为集合C₀的概率，n_j为第j个灰度等级对应的样本个数，N为泄漏电流幅值样本数据中样本总个数，μ₁为集合C₁的均值，p₁为集合C₁的概率，L为预设灰度等级总数。

8.如权利要求7所述的方法，其特征在于，所述集合C₀和集合C₁之间的方差的计算式如下：

σ²＝P₀(μ₀-μ)²+P₁(μ₁-μ)²

上式中，σ²为集合C₀和集合C₁之间的方差，μ为所有泄漏电流幅值样本数据的均值，μ＝P₀μ₀+P₁μ₁。

9.一种泄漏电流特征阈值在线整定装置，其特征在于，所述装置包括：

第一计算模块，用于划分泄漏电流幅值样本数据的灰度等级，并计算各灰度等级对应的样本概率；

分组模块，用于选择多个阈值，并基于各阈值分别将泄漏电流幅值样本数据分为两组；

第二计算模块，用于基于各灰度等级对应的样本概率计算各两组之间的方差；

确定模块，用于将方差最大的两组对应的阈值作为配电网电缆线路泄漏电流特征阈值。

Images