基于智能算法的电子式互感器误差短时预测方法技术

本发明专利技术涉及一种基于智能算法的电子式互感器误差短时预测方法，属于电能计量领域。该方法包括以下步骤：S1：电子式互感器数据采集；S2：对数据集进行预处理操作；S3：引入箱线图将数据可视化；S4：建立Prophet模型对电子式互感器误差进行预测。本发明专利技术利用智能电网中电子式互感器计量数据，通过Prophet方法，对电子式互感器误差发展态势进行分析及仿真研究，以保证电子式互感器的安全稳定运行。本发明专利技术充分利用智能电网中电子式互感器计量数据，基于Prophet模型，提出了无标准器的条件下对电子式互感器误差发展态势进行短时预测的方法，以保证电子式互感器的安全稳定运行，可适应电子式互感器规模化应用场景下误差状态分析需求。

【技术实现步骤摘要】
基于智能算法的电子式互感器误差短时预测方法
本专利技术属于电能计量领域，涉及基于智能算法的电子式互感器误差短时预测方法。
技术介绍
在电子式互感器的实际运行过程中，不仅需要在其计量误差异常时能够进行准确快速的诊断，进一步的需要对电子式互感器计量误差的劣变趋势做出及时的预测，以便相关运行维护人员能够及时进行检修维护工作，减少电能计量的损失和保证测控保护装置的正常运行，对电力系统的安全稳定经济运行具有重要意义。在预测方面广泛运用的智能算法包括神经网络，Prophet模型等等。神经网络被运用在多个方面，例如电力系统负荷预测，绝缘油击穿电压预测和铁路货运量预测等等。Prophet模型也在银行储备金预测，产品销售量预测和每日空气质量指数预测等方面取得了良好效果。但关于电子式互感器计量状态预测的研究目前在国内外还处于空白状态，由于电子式互感器的二次输出信息进行状态预测会受到电网自身状态随机波动的影响，尚无有效的方法预测电子式互感器计量误差性能变化趋势。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于智能算法的电子式互感器误差短时预测方法。利用智能电网中电子式互感器计量数据，通过Prophet方法，对电子式互感器误差发展态势进行分析及仿真研究，以保证电子式互感器的安全稳定运行。为达到上述目的，本专利技术提供如下技术方案：基于智能算法的电子式互感器误差短时预测方法，该方法包括以下步骤：S1：电子式互感器数据采集；S2：对数据集进行预处理操作；S3：引入箱线图将数据可视化；S4：建立Prophet模型对电子式互感器误差进行预测。优选的，所述S1具体为：电子式互感器数据源自220kV互感器误差状态监测平台；在该平台中，线路间隔安装有电磁式电流互感器和空心线圈电流互感器，2个互感器的准确度均为0.2级，额定电流均为600A；电磁式互感器的额定输出为5A，额定二次容量为25V·A，额定电流下的比差为0.08％、角差为6'；空心线圈电流互感器在额定电流下的比差为0.12％、角差为6'，输出遵循IEC61850-9-2协议；信号采集单元将电磁式电流互感器的模拟信号转换为数字信号；数据处理单元接收信号采集单元的输出信号及采样值报文数据，满足0.05级的准确度要求，并以电磁式电流互感器输出为标准得到误差比对结果。优选的，所述S2具体为：①设定数据上下边界，删除异常值；②确定数据集中缺失值的占比，当占比较大时采用拉格朗日插值法或牛顿插值法插值，占比较小时不处理；③由于互感器信号采集单元采集频率高，一个月下的数据样本中含有超过260万组数据，直接进行预测会使得模型求解变得非常困难；采用式(1)求得每小时数据的平均值，并以平均值作为训练样本，减少模型预测复杂度，提高预测效率；式(1)中为每小时数据平均值，为每秒数据采样值。优选的，所述S3具体为：引入箱线图将数据可视化；箱线图利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据。优选的，所述S4具体为：建立Prophet模型Prophet模型采用广义加法模型来拟合和预测函数，如式(2)所示；y(t)＝g(t)+s(t)+h(t)+εt(2)模型将时间序列分成3个部分的叠加：趋势、周期、突变项；①如果时间序列增长趋势是非线性增长的，g(t)项为逻辑回归函数；如果增长趋势是线性增长的，g(t)项为线性函数；采用线性增长模型；g(t)＝(k+a(t)Tδ)t+(mp+a(t)Tγ)(3)式中，k是增长率，δ是增长率调整值，mp是偏移参数，γ被设为-sjδj以令函数连续；②s(t)用来表示周期性变化，由傅里叶级数组成；式中：p表示目标序列的周期；cn为要估计的系数参数；N为设定的近似项个数；③突变项h(t)表示由特殊原因造成的变化；h(t)＝Z(t)k(6)z(t)＝[l(t∈D1,...,l(t∈DL))](7)式中：Di表示时间序列中存在特殊变化的日期；l是用于表示时间t是否属于Di的指示函数；参数k服从正态分布k～N(0,v)；④εt为服从正态分布的噪声项，其用于表示随机而无法预测的波动。本专利技术的有益效果在于：本专利技术弥补了在电子式互感器计量状态预测研究方面的不足。通过对算例结果的分析可以得到如下结论：BP神经网络的拟合程度与预测效果呈负相关，而Prophet模型能够在保证预测精度的情况下得到较好的拟合效果；通过图像结果及量化分析对比，可以看出Prophet模型对电子式互感器误差的预测效果明显优于BP神经网络模型；电子式互感器的误差周期变化主要以日波动为主，其原因可能是由于一天内温度变化导致的误差变化速率改变。综上所述，本专利技术充分利用智能电网中电子式互感器计量数据，基于Prophet模型，提出了无标准器的条件下对电子式互感器误差发展态势进行短时预测的方法，以保证电子式互感器的安全稳定运行，可适应电子式互感器规模化应用场景下误差状态分析需求。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为互感器误差状态监测平台；图2为原始互感器角差；图3为预处理后的互感器角差图；图4为角差箱线图；图5为BP神经网络拓扑图；图6为互感器角差预测；(a)为神经网络预测结果；(b)为Prophet模型预测结果；图7为互感器角差趋势及周期分量。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。1数据处理1.1电子式互感器数据采集本专利技术使用的电子式互感器数据源自如图1所示的220kV互感器误差状态监测平台。在该平台中，线路间隔安装有电磁式电流互感器和空心线圈电流互感器，2个互感器的准确度均为0.2级，额定电流均为600A。电磁式互感器的额定输出为5A，额定二次容量为25V·A，额定电流下的比差为0.08％、角差为6'；空心线圈电流互感器在额定电流下的比差为0.12％、角差为6'，输出遵循IEC61850-9-2协议。信号采集单元将电磁式电流互感器的模拟信号转换本文档来自技高网...

【技术保护点】
1.基于智能算法的电子式互感器误差短时预测方法，其特征在于：该方法包括以下步骤：/nS1：电子式互感器数据采集；/nS2：对数据集进行预处理操作；/nS3：引入箱线图将数据可视化；/nS4：建立Prophet模型对电子式互感器误差进行预测。/n

【技术特征摘要】
1.基于智能算法的电子式互感器误差短时预测方法，其特征在于：该方法包括以下步骤：
S1：电子式互感器数据采集；
S2：对数据集进行预处理操作；
S3：引入箱线图将数据可视化；
S4：建立Prophet模型对电子式互感器误差进行预测。


2.根据权利要求1所述的基于智能算法的电子式互感器误差短时预测方法，其特征在于：所述S1具体为：
电子式互感器数据源自220kV互感器误差状态监测平台；在该平台中，线路间隔安装有电磁式电流互感器和空心线圈电流互感器，2个互感器的准确度均为0.2级，额定电流均为600A；电磁式互感器的额定输出为5A，额定二次容量为25V·A，额定电流下的比差为0.08％、角差为6'；空心线圈电流互感器在额定电流下的比差为0.12％、角差为6'，输出遵循IEC61850-9-2协议；信号采集单元将电磁式电流互感器的模拟信号转换为数字信号；数据处理单元接收信号采集单元的输出信号及采样值报文数据，满足0.05级的准确度要求，并以电磁式电流互感器输出为标准得到误差比对结果。


3.根据权利要求1所述的基于智能算法的电子式互感器误差短时预测方法，其特征在于：所述S2具体为：
①设定数据上下边界，删除异常值；
②确定数据集中缺失值的占比，当占比较大时采用拉格朗日插值法或牛顿插值法插值，占比较小时不处理；
③由于互感器信号采集单元采集频率高，一个月下的数据样本中含有超过260万组数据，直接进行预测会使得模型求解变得非常困难；采用式(1)求得每小时数据的平均值，并以平均值作为训练样本，减少模型预测复杂度，提高预测效率；



式(1)...

【专利技术属性】
技术研发人员：杨爱超，胡琛，吴宇，李敏，李东江，李嫣，邓小松，
申请(专利权)人：国网江西省电力有限公司电力科学研究院，国家电网有限公司，
类型：发明
国别省市：江西;36