CN115144807B - 差分滤噪和载流分级的电流互感器在线评估方法、装置 - Google Patents

差分滤噪和载流分级的电流互感器在线评估方法、装置 Download PDF

Info

Publication number
CN115144807B
CN115144807B CN202211080364.6A CN202211080364A CN115144807B CN 115144807 B CN115144807 B CN 115144807B CN 202211080364 A CN202211080364 A CN 202211080364A CN 115144807 B CN115144807 B CN 115144807B
Authority
CN
China
Prior art keywords
current
data
carrying
current transformer
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211080364.6A
Other languages
English (en)
Other versions
CN115144807A (zh
Inventor
张荣霞
杨文锋
陈勉舟
李坤
陈应林
刘思成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Gelanruo Intelligent Technology Co ltd
Original Assignee
Wuhan Glory Road Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Glory Road Intelligent Technology Co ltd filed Critical Wuhan Glory Road Intelligent Technology Co ltd
Priority to CN202211080364.6A priority Critical patent/CN115144807B/zh
Publication of CN115144807A publication Critical patent/CN115144807A/zh
Application granted granted Critical
Publication of CN115144807B publication Critical patent/CN115144807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明涉及差分滤噪和载流分级的电流互感器在线评估方法及装置，其方法包括：获取电流互感器正常运行的多个二次输出电流数据，并对其进行多阶差分滤噪处理和载流分级；基于每个分级区间内的筛选的稳定二次输出电流数据，提取其多个特征构建特征参量集并构建多个特征数据矩阵；根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；对待测电流互感器的采样数据进行差分滤噪载流分级处理，计算实时评估统计量并判断待测电流互感器是否异常。本发明通过差分滤噪和载流分级提取电流互感器的多维特征，并结合了主成分分析法得到标准评估量，提高了评估的准确性和鲁棒性。

Description

差分滤噪和载流分级的电流互感器在线评估方法、装置
技术领域
本发明属于电力计量在线监测技术领域，具体涉及一种差分滤噪和载流分级的电流互感器在线评估方法、装置。
背景技术
电流互感器（Current transformers）是电力***中的重要测量设备。其一次绕组串联在输变电主回路内，二次绕组则根据不同要求，分别接入测量仪表、继电保护或自动装置等设备，用于将一次回路的大电流变化为二次侧小电流，供测控保护计量设备安全采集。其准确可靠对于电力***的安全运行、控制保护、电能计量、贸易结算具有重大意义。
目前电流互感器误差评估通常采用离线校验或者在线校验的方法，通过直接比对法得到电子式电流互感器的比差和角差。然而，这些方法的校验周期较长，现场接线复杂，工作效率低。为了完善电流互感器误差状态评估体系，亟需建立电流互感器误差状态评估方法，以及时发现其误差超差问题，减少电流互感器误差越限运行时间，指导互感器检测工作，从而保证电能计量的公平性。
发明内容
为实现电流互感器计量误差状态的准确评估，在本发明的第一方面提供了一种差分滤噪和载流分级的电流互感器在线评估方法，包括：获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理；将差分滤噪处理后的多个二次输出电流数据进行载流分级；基于每个分级区间内筛选出的稳定二次输出电流数据，提取其多个特征并构建特征参量集；基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵；根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；对待测电流互感器的采样数据进行差分滤噪-载流分级处理，筛选出其中的稳定数据，并根据所述稳定数据计算实时评估统计量；根据所述评估标准量和实时评估统计量判断待测电流互感器是否异常。
在本发明的一些实施例中，所述获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理包括：获取电流互感器正常运行时的多个二次输出电流数据，并对其分别进行一阶差分和二阶差分；采用单位根检验法对一阶差分和二阶差分的多个二次输出电流数据，进行平稳性检验，筛选出稳定二次输出电流数据。
在本发明的一些实施例中，所述基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵包括：将所述特征参量集沿采样点方向展开，得到一个或多个多维向量；计算每个多维向量中的每个参量与余下的参量之间的归一化互信息；基于所述每一维参量与余下的参量之间的归一化互信息和其对应的多维向量的乘积，构建每个多维向量的特征数据矩阵。
在本发明的一些实施例中，所述根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量包括：将每个特征数据矩阵进行标准化，并对标准化后的每个特征数据矩阵进行奇异值分解；根据每个特征数据矩阵进行奇异值分解得到的特征向量矩阵，确定其残差空间的载荷矩阵；根据所述残差空间的载荷矩阵和核密度估计法，计算电流互感器在每个载流分级区间内的评估标准量。
进一步的，所述计算电流互感器在每个载流分级区间内的评估标准量包括：根据电流互感器在每个载流分级区间内的特征参量集；基于每个载流分级区间内的特征参量集和核密度估计法，计算电流互感器在每个载流分级区间内的评估标准量。
在上述的实施例中，所述根据所述实时评估统计量判断待测电流互感器是否异常包括：实时获取待测电流互感器的多个评估统计量，并根据其构建线性拟合函数；基于所述线性拟合函数和Sigmoid函数，判断待测电流互感器所在线路是否异常；根据待测电流互感器所在线路中每个电流互感器的异常贡献率，判断待测电流互感器是否异常。
本发明的第二方面，提供了一种差分滤噪和载流分级的电流互感器在线评估装置，包括：获取模块，用于获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理；将差分滤噪处理后的多个二次输出电流数据进行载流分级；构建模块，用于基于每个分级区间内的二次输出电流数据，提取其多个特征并构建特征参量集；基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵；计算模块，用于根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；判断模块，用于对待测电流互感器的采样数据进行差分滤噪-载流分级处理，筛选出其中的稳定数据，并根据所述稳定数据计算实时评估统计量；根据所述评估标准量和实时评估统计量判断待测电流互感器是否异常。
本发明的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，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本发明在第一方面提供的差分滤噪和载流分级的电流互感器在线评估方法。
本发明的第四方面，提供了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本发明在第一方面提供的差分滤噪和载流分级的电流互感器在线评估方法。
本发明的有益效果是：
本发明通过差分滤噪和载流分级提取电流互感器的多维特征，并结合了主成分分析法得到标准评估量，实现了电流互感器计量误差状态的准确评估。
附图说明
图1为本发明的一些实施例中的差分滤噪和载流分级的电流互感器在线评估方法的基本流程示意图；
图2为本发明的一些实施例中的差分滤噪和载流分级的电流互感器在线评估方法的具体流程示意图；
图3为本发明的一些实施例中的差分滤噪和载流分级的电流互感器在线评估装置的结构示意图；
图4为本发明的一些实施例中的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
参考图1，在本发明的第一方面，提供了一种差分滤噪和载流分级的电流互感器在线评估方法，包括：S100.获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理；将差分滤噪处理后的多个二次输出电流数据进行载流分级；S200.基于每个分级区间内筛选出的稳定二次输出电流数据，提取其多个特征并构建特征参量集；基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵；S300.根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；S400.对待测电流互感器的采样数据进行差分滤噪-载流分级处理，筛选出其中的稳定数据，并根据所述稳定数据计算实时评估统计量；根据所述评估标准量和实时评估统计量判断待测电流互感器是否异常。
参考图2，在一些具体的实施例中，上述步骤包括：
步骤1：采集变电站中某一线路三相电流互感器正常运行时的二次输出电流，采用一阶差分、二阶差分对数据进行差分滤噪处理；
步骤2：基于一阶、二阶数据处理结果及电流幅值，对电流信号进行载流分级，筛选出分级条件下的稳定数据，分别构建建模特征参量；
步骤3：基于不同分级条件下的建模特征参量，用PCA建立评估计算模型，计算置信度为a时的评估标准量Q ak ；
步骤4：对待测时刻的采样数据进行差分滤噪-载流分级处理，筛选出稳定数据，计 算实时统计量
Figure 710394DEST_PATH_IMAGE001
，判断线路中是否存互感器运行误差异常；
步骤5：若判断待测时刻线路中存在电流互感器异常，基于各相电流互感器对实时 统计量
Figure 219873DEST_PATH_IMAGE001
的贡献率，实现异常互感器的定位。
在本发明的一些实施例的步骤S100中，所述获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理包括：S101.获取电流互感器正常运行时的多个二次输出电流数据，并对其分别进行一阶差分和二阶差分；S102.采用单位根检验法对一阶差分和二阶差分的多个二次输出电流数据，进行平稳性检验。
具体地，采集变电站中某一线路三相电流互感器正常运行时的二次输出电流，采用一阶差分、二阶差分对数据进行差分滤噪处理：
采集变电站中某一线路三相电流互感器正常运行时的二次输出电流数据。考虑到电网内电流数据波动大，其内暂态过程频发，幅值波动大，无固定规律，难以依据电流幅值相位特征实现运行误差状态监测模型构建。同时，电网中电流数据中会存在较多的数据断点，因此对采集到的电流幅值数据依据公式（1）、（2）进行一阶、二阶差分处理，筛去电流数据断点。
即对各相电流互感器的输出电流信号
Figure 32715DEST_PATH_IMAGE002
进行一阶差分、二阶差分处理：
一阶差分：
Figure 948849DEST_PATH_IMAGE003
（1），
二阶差分：
Figure 905173DEST_PATH_IMAGE004
（2），
其中i=1，2，3，代表电流互感器数量；
Figure 878945DEST_PATH_IMAGE005
=1,2,…,N，代表采样点数。
采用单位根检验法对各相电流互感器一阶差分、二阶差分进行平稳性检验；
接着，对互感器一阶差分、二阶差分组成时间序列
Figure 930864DEST_PATH_IMAGE006
、
Figure 973776DEST_PATH_IMAGE007
作为数据 集，绘制时序曲线，利用单位根检验进行平稳性检验，单位根检验即检验序列中是否存在单 位根，采用单位根检验中的PP检验法，计算PP检验统计量：
Figure 15681DEST_PATH_IMAGE008
（3）,
其中，
Figure 860271DEST_PATH_IMAGE009
为Newey-West估计量，
Figure 595009DEST_PATH_IMAGE010
为预先进行DF检验时得到的方差，γ 0为0阶 自协方差，T为时序长度，MSE为均方误差，将检验统计量与临界值表做对比以作出判断：给 定显著性水平5%，PP检验统计量小于临界表值说明一阶差分、二阶差分不存在单位根，为平 稳序列。PP检验统计量大于临界表值说明一阶差分、二阶差分存在单位根，为非平稳序列。
具体地，基于一阶、二阶数据处理结果及电流幅值筛选出稳定电流数据，并对稳定的电流数据进行载流分级，分别构建建模特征参量：
考虑到当线路电流相较额定电流较低时，电流互感器本身误差较大，为适应不同 电流幅值下的互感器计量状态的准确评估，本专利采用了载流分级法，分别构建20%~50%、 50%~80%、80%~120%额定量程下的特征参量及模型，以自适应方式实现各段电流幅值下的状 态判断。依据电流互感器幅值以及一阶、二阶稳定性筛选出稳定数据，提取电流幅值、一阶 差分、二阶差分作为特征参量，构建建模特征参量集。以80%~120%额定量程下的电流数据及 对应的一阶、二阶稳定数据为例，构建电流互感器特征参量集
Figure 390796DEST_PATH_IMAGE011
。
Figure 501971DEST_PATH_IMAGE012
，
Figure 198138DEST_PATH_IMAGE013
（4）,
其中n为互感器数量，n=3；m为采样点数；d为特征参量数，d=3，分别代表电流幅值
Figure 103778DEST_PATH_IMAGE014
，一阶差分
Figure 590123DEST_PATH_IMAGE015
，二阶差分
Figure 239410DEST_PATH_IMAGE016
，其中i=1,2，…,n。
基于特征参量集
Figure 855330DEST_PATH_IMAGE017
，用PCA建立评估计算模型，计算置信度为a时的 评估标准量。在本发明的一些实施例的步骤S200中，所述基于所述特征参量集及其每个参 量之间的互信息，构建多个特征数据矩阵包括：
S201.将所述特征参量集沿采样点方向展开，得到一个或多个多维向量；具体地， 将三维数据
Figure 135133DEST_PATH_IMAGE018
沿采样点数m方向展开，得到
Figure 639932DEST_PATH_IMAGE019
，即为Y0。
Figure 92910DEST_PATH_IMAGE020
(5)；
S202.计算每个多维向量中的每个参量与余下的参量之间的归一化互信息；S203.基于所述每一维参量与余下的参量之间的归一化互信息和其对应的多维向量的乘积，构建每个多维向量的特征数据矩阵。
具体地，为体现不同维度变量间耦合相关性的差异，采用了归一化互信息法对数 据集进行构建。对于Y0的第U维变量x u (其中U=1,2,…,nd),计算其与其它维变量x V （其中V= 1,2,…,
Figure 23390DEST_PATH_IMAGE021
）间的归一化互信息值NMI
Figure 270831DEST_PATH_IMAGE022
:
Figure 262927DEST_PATH_IMAGE023
（6）,
式（6）中，H(x u )和H(x V )分别为x u 和x v 的信息熵，
Figure 254017DEST_PATH_IMAGE024
为x u 、x V 的互信息。其 中：
Figure 782212DEST_PATH_IMAGE025
（7），
Figure 200555DEST_PATH_IMAGE026
（8），
式（8）中，
Figure 945526DEST_PATH_IMAGE027
为变量x u 、x v 的联合分布，p(x u )、p(x v )为变量的边缘概率，这 里采用核密度估计方法拟合出其概率密度，确定变量对应的概率值。
接着，构建第U维度变量与其他维度相关性差异特征的数据矩阵：
Figure 5886DEST_PATH_IMAGE028
（9），
式（9）中，U=1,2,…,nd；
Figure 651238DEST_PATH_IMAGE029
。
基于上述式（5）~（9），构建多个特征数据矩阵
Figure 896274DEST_PATH_IMAGE030
。
在本发明的一些实施例的步骤S300中，所述根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量包括：S301.将每个特征数据矩阵进行标准化，并对标准化后的每个特征数据矩阵进行奇异值分解；S302.根据每个特征数据矩阵进行奇异值分解得到的特征向量矩阵，确定其残差空间的载荷矩阵；S303.根据所述残差空间的载荷矩阵和核密度估计法，计算电流互感器在每个载流分级区间内的评估标准量。
具体地，上述步骤S301-S303可表示为：
1）标准化处理
为了避免因为变量量纲的不同所带来的影响，首先需要对得到数据样本
Figure 613694DEST_PATH_IMAGE031
进行标 准化处理，标准化后的数据矩阵为：
Figure 697319DEST_PATH_IMAGE032
（10）;
其中，m是采样点数，n是互感器数量，d是特征维度；
Figure 777271DEST_PATH_IMAGE033
是元素全为1的m*1列向量，
Figure 537416DEST_PATH_IMAGE034
，其 中
Figure 991400DEST_PATH_IMAGE035
是矩阵Y0第j列向量的均值，
Figure 393563DEST_PATH_IMAGE036
，
Figure 753787DEST_PATH_IMAGE037
是矩阵Y0第j列向量 的方差。
2）基于
Figure 684834DEST_PATH_IMAGE038
的协方差R进行奇异值分解
Figure 626114DEST_PATH_IMAGE039
（11）,
式中，左侧R为协方差矩阵，右侧为奇异值分解，
Figure 769650DEST_PATH_IMAGE040
为协方 差矩阵的特征值，并且排列顺序满足
Figure 247030DEST_PATH_IMAGE041
，
Figure 83399DEST_PATH_IMAGE042
表示特征向量矩阵；此 时得出的特征向量矩阵
Figure 511975DEST_PATH_IMAGE042
为载荷矩阵P。
3）确定残差空间的载荷矩阵Pe
定义主元的方差贡献率
Figure 255940DEST_PATH_IMAGE043
和累计方差贡献率
Figure 899411DEST_PATH_IMAGE044
，方差贡献率
Figure 857747DEST_PATH_IMAGE043
描述的是第β个 主元对总信息的相对贡献量，累计方差贡献率
Figure 586668DEST_PATH_IMAGE044
描述的是前
Figure 118013DEST_PATH_IMAGE045
个主元所含信息对总信息 的相对贡献量，计算公式如下：
Figure 288094DEST_PATH_IMAGE046
（12），
根据
Figure 13736DEST_PATH_IMAGE044
≥85%确定主元的个数，实现主元子空间与残差子空间的分离，即得到残 差子空间的载荷矩阵Pe以及主元子空间的载荷矩阵
Figure 636478DEST_PATH_IMAGE047
。
4）计算置信度
Figure 971513DEST_PATH_IMAGE048
下的评估统计量
Figure 964744DEST_PATH_IMAGE049
Q统计量的具体表现形式如下：
Figure 579396DEST_PATH_IMAGE050
（13），
利用基于核密度的计算置信度
Figure 469861DEST_PATH_IMAGE048
下的评估标准量
Figure 93740DEST_PATH_IMAGE049
：
通过核密度估计法，估计Q统计量的概率分布函数
Figure 989146DEST_PATH_IMAGE051
为：
Figure 40279DEST_PATH_IMAGE052
（14），
其中
Figure 152460DEST_PATH_IMAGE053
为统计量
Figure 314451DEST_PATH_IMAGE054
的概率密度函数，
Figure 61434DEST_PATH_IMAGE055
为在任意点
Figure 283468DEST_PATH_IMAGE054
处的核密度估计。 则，在显著性水平
Figure 882945DEST_PATH_IMAGE048
下的评估标准量
Figure 51890DEST_PATH_IMAGE056
为：
Figure 453046DEST_PATH_IMAGE057
（15）；
基于上述式（10）~（15），计算出
Figure 845981DEST_PATH_IMAGE058
下的nd个评估标准量
Figure 667176DEST_PATH_IMAGE059
，其中
Figure 436549DEST_PATH_IMAGE060
=1,2,…,nd。
5）重复步骤1）到步骤4），计算出电流互感器不同分级条件下的评估统计量
Figure 429562DEST_PATH_IMAGE061
。
基于正常运行条件下，筛选20%~50%、50%~80%额定量程下的电流幅值及对应的一 阶、二阶差分数据构建特征参量，基于上述步骤1）~步骤4），分别计算出
Figure 993399DEST_PATH_IMAGE061
统计量，其中k= 1,2,3；
Figure 301889DEST_PATH_IMAGE062
表示20%~50%量程下的
Figure 609374DEST_PATH_IMAGE054
统计量，
Figure 657227DEST_PATH_IMAGE063
表示50%~80%量程下的Q统计量，
Figure 657544DEST_PATH_IMAGE064
表示 80%~120%量程下的Q统计量。
进一步的，在步骤S303中，所述计算电流互感器在每个载流分级区间内的评估标准量包括：根据电流互感器在每个载流分级区间内的特征参量集；基于每个载流分级区间内的特征参量集和核密度估计法，计算电流互感器在每个载流分级区间内的评估标准量。
在上述的实施例的步骤S400中，所述根据所述实时评估统计量判断待测电流互感器是否异常包括：S401.实时获取待测电流互感器的多个评估统计量，并根据其构建线性拟合函数；S402.基于所述线性拟合函数和Sigmoid函数，判断待测电流互感器所在线路是否异常；S403.根据待测电流互感器所在线路中每个电流互感器的异常贡献率，判断待测电流互感器是否异常。
具体地，对线路电流互感器的实时输出信号进行差分滤噪—载流分级处理，筛选 出稳定数据构成采样数据集，并参照上述方法计算出实时统计量
Figure 453330DEST_PATH_IMAGE065
，比较
Figure 298926DEST_PATH_IMAGE065
与对应 分级条件下的评估统计量Q，实现线路群体互感器运行状态判断。
（1）考虑到某一分级条件下正常状态有nd个评估标准量
Figure 575187DEST_PATH_IMAGE066
，监测过程中，有任意 一个实时统计量超过评估标准量都代表互感器异常，这会导致模型过于敏感，增加误报率。 因此这里采用逻辑回归，对多个统计量进行指标融合。
Figure 900733DEST_PATH_IMAGE067
（16），
其中，
Figure 183815DEST_PATH_IMAGE068
，取y i =0表示线路正常，y i =1表示线路异 常。令随机变量
Figure 160999DEST_PATH_IMAGE069
为计算得到的多个评估标准量。采用极大似然估 计法来估计a、b 1、b 2、…、
Figure 963870DEST_PATH_IMAGE070
的值，得到评估模型。将实时统计量输入模型，计算得到P值。若P ＜0.5，判断为线路正常；若P≥0.5判断为线路异常。可选的，上述Sigmoid函数可替换为整 流线性单位函数、正切函数、LeakyReLU函数或Softmax函数。
进一步的，P＞0.5判断线路中存在异常的电流互感器，需进一步判断具体哪一相CT的计量误差状态发生异常变化。即通过计算各个变量在超限统计量的构造中所起的作用，可以得到变量对于超限统计量的重要程度，即贡献率。认为贡献率（异常贡献率）最高的变量发生了异常变化。
贡献率计算方式为：
Figure 791142DEST_PATH_IMAGE071
（17），
式中，cont i (t)为t时刻下贡献率数组cont(t)的第i个元素，表征的是第i台电流 互感器对实时统计量Q a (t)，
Figure 577833DEST_PATH_IMAGE072
表示为t时刻第i相电流互感器基于第φ维变量与其他维 度相关性差异特征构建的数据矩阵标准化后的实时数据，其中
Figure 280078DEST_PATH_IMAGE073
=1，2，3，分别代表电流幅 值，一阶差分，二阶差分特征；
Figure 140718DEST_PATH_IMAGE074
为
Figure 130103DEST_PATH_IMAGE072
在主元空间的投影。
实施例2
参考图3，本发明的第二方面，提供了一种差分滤噪和载流分级的电流互感器在线评估装置1，包括：获取模块11，用于获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理；将差分滤噪处理后的多个二次输出电流数据进行载流分级；构建模块12，用于基于每个分级区间内筛选的稳定二次输出电流数据，提取其多个特征并构建特征参量集；基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵；计算模块13，用于根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；判断模块14，用于对待测电流互感器的采样数据进行差分滤噪-载流分级处理，筛选出其中的稳定数据，并根据所述稳定数据计算实时评估统计量；根据所述评估标准量和实时评估统计量判断待测电流互感器是否异常。
进一步的，所述获取模11块包括：获取单元，用于获取电流互感器正常运行时的多个二次输出电流数据，并对其分别进行一阶差分和二阶差分；检验单元，用于采用单位根检验法对一阶差分和二阶差分的多个二次输出电流数据，进行平稳性检验。
实施例3
参考图4，本发明的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，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本发明在第一方面的方法。
电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备500，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4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。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所描述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***、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***、装置或者器件使用或者与其结合使用。而在本公开的实施例中，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***、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。
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计算机程序，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：
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实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python，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***、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。需要注意的是，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***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种差分滤噪和载流分级的电流互感器在线评估方法，其特征在于，包括：
获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理；将差分滤噪处理后的多个二次输出电流数据进行载流分级:分别构建20%~50%、50%~80%、80%~120%额定量程下的特征参量及模型，以自适应方式实现各段电流幅值下的状态判断;
基于每个分级区间内筛选出的稳定二次输出电流数据，提取其多个特征并构建特征参量集:依据电流互感器幅值以及一阶、二阶稳定性筛选出稳定数据，提取电流幅值、一阶差分、二阶差分作为特征参量，构建建模特征参量集:构建电流互感器特征参量集
Figure 990816DEST_PATH_IMAGE001
:
Figure 335210DEST_PATH_IMAGE002
，
Figure 98767DEST_PATH_IMAGE003
,其中n为互感器数量，n=3；m为采样点数；d为特征参量数，d=3，
Figure 650840DEST_PATH_IMAGE004
表示电流幅值，
Figure 663795DEST_PATH_IMAGE005
表示一阶差分，
Figure 546300DEST_PATH_IMAGE006
表示二阶差分，其中i=1,2，…,n;基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵:将三维数据
Figure 898784DEST_PATH_IMAGE007
沿采样点数m方向展开，得到
Figure 919961DEST_PATH_IMAGE008
，即为Y0：
Figure 357896DEST_PATH_IMAGE009
,计算每个多维向量中的每个参量与余下的参量之间的归一化互信息；基于所述每一维参量与余下的参量之间的归一化互信息和其对应的多维向量的乘积，构建每个多维向量的特征数据矩阵;
根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；
对待测电流互感器的采样数据进行差分滤噪-载流分级处理，筛选出其中的稳定数据，并根据所述稳定数据计算实时评估统计量；根据所述评估标准量和实时评估统计量判断待测电流互感器是否异常。
2.根据权利要求1所述的差分滤噪和载流分级的电流互感器在线评估方法，其特征在于，所述获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理包括：
获取电流互感器正常运行时的多个二次输出电流数据，并对其分别进行一阶差分和二阶差分；
采用单位根检验法对一阶差分和二阶差分的多个二次输出电流数据，进行平稳性检验，筛选出稳定二次输出电流数据。
3.根据权利要求1所述的差分滤噪和载流分级的电流互感器在线评估方法，其特征在于，所述基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵包括：
将所述特征参量集沿采样点方向展开，得到一个或多个多维向量；
计算每个多维向量中的每个参量与余下的参量之间的归一化互信息；
基于所述每一维参量与余下的参量之间的归一化互信息和其对应的多维向量的乘积，构建每个多维向量的特征数据矩阵。
4.根据权利要求1所述的差分滤噪和载流分级的电流互感器在线评估方法，其特征在于，所述根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量包括：
将每个特征数据矩阵进行标准化，并对标准化后的每个特征数据矩阵进行奇异值分解；
根据每个特征数据矩阵进行奇异值分解得到的特征向量矩阵，确定其残差空间的载荷矩阵；
根据所述残差空间的载荷矩阵和核密度估计法，计算电流互感器在每个载流分级区间内的评估标准量。
5.根据权利要求4所述的差分滤噪和载流分级的电流互感器在线评估方法，其特征在于，所述计算电流互感器在每个载流分级区间内的评估标准量包括：
根据电流互感器在每个载流分级区间内的特征参量集；
基于每个载流分级区间内的特征参量集和核密度估计法，计算电流互感器在每个载流分级区间内的评估标准量。
6.根据权利要求1至5任一项所述的差分滤噪和载流分级的电流互感器在线评估方法，其特征在于，所述根据所述实时评估统计量判断待测电流互感器是否异常包括：
实时获取待测电流互感器的多个评估统计量，并根据其构建线性拟合函数；
基于所述线性拟合函数和Sigmoid函数，判断待测电流互感器所在线路是否异常；
根据待测电流互感器所在线路中每个电流互感器的异常贡献率，判断待测电流互感器是否异常。
7.一种差分滤噪和载流分级的电流互感器在线评估装置，其特征在于，包括：
获取模块，用于获取电流互感器正常运行时的多个二次输出电流数据，并对其进行多阶差分滤噪处理；将差分滤噪处理后的多个二次输出电流数据进行载流分级:分别构建20%~50%、50%~80%、80%~120%额定量程下的特征参量及模型，以自适应方式实现各段电流幅值下的状态判断;
构建模块，用于基于每个分级区间内筛选出的稳定二次输出电流数据，提取其多个特征并构建特征参量集:依据电流互感器幅值以及一阶、二阶稳定性筛选出稳定数据，提取电流幅值、一阶差分、二阶差分作为特征参量，构建建模特征参量集:构建电流互感器特征参量集
Figure 778513DEST_PATH_IMAGE001
:
Figure 578978DEST_PATH_IMAGE002
，
Figure 692428DEST_PATH_IMAGE003
,其中n为互感器数量，n=3；m为采样点数；d为特征参量数，d=3，
Figure 617659DEST_PATH_IMAGE010
表示电流幅值，
Figure 419130DEST_PATH_IMAGE011
表示一阶差分，
Figure 480627DEST_PATH_IMAGE006
表示二阶差分，其中i=1,2，…,n;基于所述特征参量集及其每个参量之间的互信息，构建多个特征数据矩阵:将三维数据
Figure 764978DEST_PATH_IMAGE007
沿采样点数m方向展开，得到
Figure 443084DEST_PATH_IMAGE012
，即为Y0：
Figure 549711DEST_PATH_IMAGE013
,计算每个多维向量中的每个参量与余下的参量之间的归一化互信息；基于所述每一维参量与余下的参量之间的归一化互信息和其对应的多维向量的乘积，构建每个多维向量的特征数据矩阵;
计算模块，用于根据标准化后的多个特征数据矩阵的置信度，利用主成分分析法建立评估模型并根据其计算电流互感器在每个载流分级区间内的评估标准量；
判断模块，用于对待测电流互感器的采样数据进行差分滤噪-载流分级处理，筛选出其中的稳定数据，并根据所述稳定数据计算实时评估统计量；根据所述评估标准量和实时评估统计量判断待测电流互感器是否异常。
8.根据权利要求7所述的差分滤噪和载流分级的电流互感器在线评估装置，所述获取模块包括：
获取单元，用于获取电流互感器正常运行时的多个二次输出电流数据，并对其分别进行一阶差分和二阶差分；
检验单元，用于采用单位根检验法对一阶差分和二阶差分的多个二次输出电流数据，进行平稳性检验。
9.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其特征在于，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至6任一项所述的差分滤噪和载流分级的电流互感器在线评估方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的差分滤噪和载流分级的电流互感器在线评估方法。
CN202211080364.6A 2022-09-05 2022-09-05 差分滤噪和载流分级的电流互感器在线评估方法、装置 Active CN115144807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211080364.6A CN115144807B (zh) 2022-09-05 2022-09-05 差分滤噪和载流分级的电流互感器在线评估方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211080364.6A CN115144807B (zh) 2022-09-05 2022-09-05 差分滤噪和载流分级的电流互感器在线评估方法、装置

Publications (2)

Publication Number Publication Date
CN115144807A CN115144807A (zh) 2022-10-04
CN115144807B true CN115144807B (zh) 2022-12-02

Family

ID=83415656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211080364.6A Active CN115144807B (zh) 2022-09-05 2022-09-05 差分滤噪和载流分级的电流互感器在线评估方法、装置

Country Status (1)

Country Link
CN (1) CN115144807B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115859092B (zh) * 2022-12-01 2023-11-17 南京天洑软件有限公司 一种基于主成分分解的发电机绕组温度预警方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001201519A (ja) * 2000-01-17 2001-07-27 Meidensha Corp 電流計測回路の試験装置および試験方法
CN204116589U (zh) * 2014-10-14 2015-01-21 国家电网公司 一种计量用电流互感器二次回路故障检测装置
BR102015028907A2 (pt) * 2015-11-18 2018-03-20 Universidade Federal De Juiz De Fora Método de detecção de saturação em transformadores de corrente utilizando o filtro de savitzky-golay
CN109444791A (zh) * 2018-11-09 2019-03-08 华中科技大学 一种电容式电压互感器误差状态评估方法和***
CN111796233A (zh) * 2020-09-04 2020-10-20 武汉格蓝若智能技术有限公司 双母线接线形式下多台电压互感器继发性误差的评估方法
CN112085619A (zh) * 2020-08-10 2020-12-15 国网上海市电力公司 一种用于配电网数据优化的特征选择方法
CN112098915A (zh) * 2020-11-05 2020-12-18 武汉格蓝若智能技术有限公司 双母线分段接线下多台电压互感器继发性误差的评估方法
WO2022043088A2 (en) * 2020-08-28 2022-03-03 Netico GmbH Real time live line measurement of metrological properties of current transformers

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7030602B2 (en) * 2004-02-04 2006-04-18 Kuhlman Electric Corporation Testing of current transformers
US8547112B2 (en) * 2010-03-29 2013-10-01 Eduardo Pedrosa Santos Introduced in monitoring system of dielectric state of high voltage equipments with capacitive insulation, such as condensive bushings, current transformers, potential transformers and similar
CN104246518B (zh) * 2012-04-20 2017-08-11 Abb 技术有限公司 用于校准罗果夫斯基类型的电流换能器的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001201519A (ja) * 2000-01-17 2001-07-27 Meidensha Corp 電流計測回路の試験装置および試験方法
CN204116589U (zh) * 2014-10-14 2015-01-21 国家电网公司 一种计量用电流互感器二次回路故障检测装置
BR102015028907A2 (pt) * 2015-11-18 2018-03-20 Universidade Federal De Juiz De Fora Método de detecção de saturação em transformadores de corrente utilizando o filtro de savitzky-golay
CN109444791A (zh) * 2018-11-09 2019-03-08 华中科技大学 一种电容式电压互感器误差状态评估方法和***
CN112085619A (zh) * 2020-08-10 2020-12-15 国网上海市电力公司 一种用于配电网数据优化的特征选择方法
WO2022043088A2 (en) * 2020-08-28 2022-03-03 Netico GmbH Real time live line measurement of metrological properties of current transformers
CN111796233A (zh) * 2020-09-04 2020-10-20 武汉格蓝若智能技术有限公司 双母线接线形式下多台电压互感器继发性误差的评估方法
CN112098915A (zh) * 2020-11-05 2020-12-18 武汉格蓝若智能技术有限公司 双母线分段接线下多台电压互感器继发性误差的评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
±1100kV特高压直流电压互感器电压测量装置及其在线监测***研究;李坤;《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》;20190315(第3期);正文第1-66页 *
基于磁传感器阵列的新型大电流传感器关键技术研究;国旗;《中国博士学位论文全文数据库·信息科技辑》;20180215(第2期);正文第1-111页 *

Also Published As

Publication number Publication date
CN115144807A (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN110880984B (zh) 基于模型的流量异常监测方法、装置、设备及存储介质
EP3477404A1 (en) Power system model parameter conditioning tool
TWI425226B (zh) 高壓輸配電網路之故障偵測、辨識與定位之方法及系統
CN109818349B (zh) 一种基于多维状态矩阵滑动匹配的电网鲁棒状态预测方法
CN115469260B (zh) 一种基于Hausdorff的电流互感器异常识别方法、***
CN113239132B (zh) 一种电压互感器的超差在线辨识方法
US9910081B2 (en) Performance analysis of power grid monitors
CN115144807B (zh) 差分滤噪和载流分级的电流互感器在线评估方法、装置
CN115480203B (zh) 一种电流互感器误差状态在线定量评估方法及***
CN106874676B (zh) 一种电能计量装置状态评估方法
CN115480204A (zh) 基于大数据推演的电流互感器运行误差在线评估优化方法
CN115293257A (zh) 一种针对异常用电用户的检测方法及***
CN114169631A (zh) 一种基于数据分析的油田电力负荷管控***
CN114414955A (zh) 一种开关柜状态监测与评估方法及***
CN115392141A (zh) 一种自适应的电流互感器误差评估方法
CN115113125A (zh) 一种多通道任意波形发生器的校正***
CN115267641A (zh) 同塔双回输电线路中电流互感器误差异常识别方法、***
CN115542064B (zh) 一种互感器误差状态实时监测方法及装置
CN115248906B (zh) 一种发电机出线双电流互感器的状态误差识别方法及***
CN115685045B (zh) 一种电压互感器在线评估方法
CN116128690B (zh) 一种碳排放量成本值计算方法、装置、设备及介质
CN115575880B (zh) 一种电力互感器计量误差状态在线检测方法
CN115343579B (zh) 一种电网故障分析方法、装置及电子设备
CN114897032B (zh) 一种基于宽度学习的电流互感器故障诊断方法、装置
CN115951292A (zh) 一种电子式电压互感器误差状态在线评估方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee after: Wuhan Gelanruo Intelligent Technology Co.,Ltd.

Address before: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee before: WUHAN GLORY ROAD INTELLIGENT TECHNOLOGY Co.,Ltd.