一种柔性直流变压器陡波特征提取方法技术

本申请涉及一种柔性直流变压器陡波特征提取方法。该柔性直流变压器陡波特征提取方法包括：获取目标识别参数，所述目标识别参数包括目标波前时间和目标陡波电压峰值；将所述目标识别参数输入至陡波电压峰值的识别模型，其中，所述识别模型基于真实波前时间和真实陡波电压的对应关系构建得到；获取所述识别模型输出的识别结果，所述识别结果表征在所述目标波前时间出现所述目标陡波电压峰值的概率。该柔性直流变压器陡波特征提取方法能够提高陡波电压峰值识别的准确性。

【技术实现步骤摘要】
一种柔性直流变压器陡波特征提取方法
本申请涉及柔性直流变压器
，特别是涉及一种柔性直流变压器陡波特征提取方法。
技术介绍
柔性直流连接变压器是柔直变电站交流系统与换流阀之间能量交换的纽带。为了保证柔性直流连接变压器的安全性，需要识别柔性直流变压器的陡波电压峰值。目前，陡波电压峰值的识别，主要是对雷电波、操作波进行仿真，从而识别柔性直流连接变压器的陡波电压峰值。然而，通过对雷电波、操作波进行仿真的方式来识别陡波电压峰值，准确性不高。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高陡波电压峰值识别的准确性的柔性直流变压器陡波特征提取方法。一种柔性直流变压器陡波特征提取方法，包括：获取目标识别参数，所述目标识别参数包括目标波前时间和目标陡波电压峰值；将所述目标识别参数输入至陡波电压峰值的识别模型，其中，所述识别模型基于真实波前时间和真实陡波电压的对应关系构建得到；获取所述识别模型输出的识别结果，所述识别结果表征在所述目标波前时间出现所述目标陡波电压峰值的概率。在其中一个实施例中，所述识别模型包括识别函数，所述识别函数为第一目标函数与第二目标函数的乘积；所述第一目标函数与陡波电压峰值的三次方负相关、与陡波电压峰值的二次方正相关、与陡波电压峰值的一次方正相关；所述第二目标函数与波前时间差值的q次方线性正相关，所述波前时间差值为波前时间与常数o的差值。在其中一个实施例中，所述识别模型的构建方式包括：获取多组采集数据，每组所述采集数据包括真实波前时间和真实陡波电压的多个对应关系；根据多组所述采集数据构建所述识别模型。在其中一个实施例中，所述根据多组所述采集数据构建所述识别模型，包括：将每组所述采集数据转化成初始矩阵，得到多个初始矩阵；根据多个所述初始矩阵分别确定第一概率矩阵和第二概率矩阵，所述第一概率矩阵为陡波电压峰值的概率矩阵，所述第二概率矩阵为上升时间内陡波电压分布的概率矩阵；对所述第一概率矩阵和第二概率矩阵分别进行拟合，得到所述识别模型。在其中一个实施例中，所述对所述第一概率矩阵和第二概率矩阵分别进行拟合，包括：将第一公式作为所述第一概率矩阵的拟合函数，通过拉格朗日插值对所述第一概率矩阵进行拟合，得到第一目标函数；将第二公式作为所述第二概率矩阵的拟合函数，通过拉格朗日插值对所述第二概率矩阵进行拟合，得到第二目标函数。在其中一个实施例中，根据多个所述初始矩阵确定第一概率矩阵的步骤包括：根据多个所述初始矩阵确定峰值矩阵；根据所述峰值矩阵确定所述第一概率矩阵；和/或，根据多个所述初始矩阵确定第二概率矩阵的步骤包括：根据多个所述初始矩阵确定上升时间内陡波电压分布矩阵；根据所述上升时间内陡波电压分布矩阵确定所述第二概率矩阵。在其中一个实施例中，所述获取多组采集数据，包括：通过电光传感器感应柔性直流变压器的运行数据；通过解码工控机对所述运行数据进行解码，得到多组所述采集数据。一种柔性直流变压器陡波特征提取装置，包括：第一获取模块，用于获取目标识别参数，所述目标识别参数包括目标波前时间和目标陡波电压峰值；识别模块，用于将所述目标识别参数输入至陡波电压峰值的识别模型，其中，所述识别模型基于真实波前时间和真实陡波电压的对应关系构建得到；第二获取模块，用于获取所述识别模型输出的识别结果，所述识别结果表征在所述目标波前时间出现所述目标陡波电压峰值的概率。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。上述的柔性直流变压器陡波特征提取方法包括：获取目标识别参数，所述目标识别参数包括目标波前时间和目标陡波电压峰值；将所述目标识别参数输入至陡波电压峰值的识别模型，其中，所述识别模型基于真实波前时间和真实陡波电压的对应关系构建得到；获取所述识别模型输出的识别结果，所述识别结果表征在所述目标波前时间出现所述目标陡波电压峰值的概率，由于识别模型是由真实波前时间和真实陡波电压的对应关系构建得到的，则利用识别模型得到的识别结果也考虑到了多种电磁暂态特性引起的陡波作用，不仅局限于雷电波和操作波引起的陡波作用，相较于通过对雷电波、操作波进行仿真的方式来识别陡波电压峰值，实现了提高陡波电压峰值识别的准确性。附图说明为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为一个实施例提供的一种柔性直流变压器陡波特征提取方法的流程示意图；图2为一个实施例提供的一种识别模型的构建方式的流程示意图；图3为一个实施例提供的一种图2中步骤220的细化流程图；图4为一个实施例提供的一种第一概率矩阵的等效示意图；图5为一个实施例提供的一种第二概率矩阵的等效示意图；图6为一个实施例提供的一种第三概率矩阵的等效示意图；图7为一个实施例提供的一组采集数据的示意图；图8为一个实施例提供的一种柔性直流变压器陡波特征提取装置的结构示意图。具体实施方式为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。参考图1，本文档来自技高网...

【技术保护点】
1.一种柔性直流变压器陡波特征提取方法，其特征在于，包括：/n获取目标识别参数，所述目标识别参数包括目标波前时间和目标陡波电压峰值；/n将所述目标识别参数输入至陡波电压峰值的识别模型，其中，所述识别模型基于真实波前时间和真实陡波电压的对应关系构建得到；/n获取所述识别模型输出的识别结果，所述识别结果表征在所述目标波前时间出现所述目标陡波电压峰值的概率。/n

【技术特征摘要】
1.一种柔性直流变压器陡波特征提取方法，其特征在于，包括：
获取目标识别参数，所述目标识别参数包括目标波前时间和目标陡波电压峰值；
将所述目标识别参数输入至陡波电压峰值的识别模型，其中，所述识别模型基于真实波前时间和真实陡波电压的对应关系构建得到；
获取所述识别模型输出的识别结果，所述识别结果表征在所述目标波前时间出现所述目标陡波电压峰值的概率。


2.根据权利要求1所述的方法，其特征在于，所述识别模型包括识别函数，所述识别函数为第一目标函数与第二目标函数的乘积；
所述第一目标函数与陡波电压峰值的三次方负相关、与陡波电压峰值的二次方正相关、与陡波电压峰值的一次方正相关；
所述第二目标函数与波前时间差值的q次方线性正相关，所述波前时间差值为波前时间与常数o的差值。


3.根据权利要求1所述的方法，其特征在于，所述识别模型的构建方式包括：
获取多组采集数据，每组所述采集数据包括真实波前时间和真实陡波电压的多个对应关系；
根据多组所述采集数据构建所述识别模型。


4.根据权利要求3所述的方法，其特征在于，所述根据多组所述采集数据构建所述识别模型，包括：
将每组所述采集数据转化成初始矩阵，得到多个初始矩阵；
根据多个所述初始矩阵分别确定第一概率矩阵和第二概率矩阵，所述第一概率矩阵为陡波电压峰值的概率矩阵，所述第二概率矩阵为上升时间内陡波电压分布的概率矩阵；
对所述第一概率矩阵和第二概率矩阵分别进行拟合，得到所述识别模型。


5.根据权利要求4所述的方法，其特征在于，所述对所述第一概率矩阵和第二概率矩阵分别进行拟合，包括：
将第一公式作为所述第一概率矩阵的拟合函数，通过拉格朗日插值对所...

【专利技术属性】
技术研发人员：邓军，谢志成，邓集瀚，潘志城，卢文浩，梁晨，刘青松，张晋寅，周海滨，楚金伟，彭翔，刘金，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司检修试验中心，
类型：发明
国别省市：广东;44