基于RBF神经网络的CT误差状态在线定量评估方法及装置制造方法及图纸

本发明专利技术涉及一种基于RBF神经网络的CT误差状态在线定量评估方法及装置，实时获取并筛选变电站同一节点下的各线路电流互感器的稳定段的电流测量值，构建监测数据集；构建监测数据集中目标电流互感器的电流测量值以及误差与其他电流互感器的关系式；利用目标电流互感器的目标相电流数据与额定变比计算电流真值作为电流基准值；将监测数据集中除目标电流互感器外的电流测量值作为输入，将所述电流基准值作为输出，训练LAPO

【技术实现步骤摘要】
基于RBF神经网络的CT误差状态在线定量评估方法及装置


[0001]本专利技术涉及电力计量在线监测
，具体涉及一种基于RBF神经网络的CT误差状态在线定量评估方法及装置。

技术介绍

[0002]电流互感器（Current transformers,CT）是电力系统中的重要测量设备。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系统的安全运行、控制保护、电能计量、贸易结算具有重大意义。
[0003]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。

技术实现思路

[0004]本专利技术针对现有技术中存在的技术问题，提供一种基于RBF神经网络的CT误差状态在线定量评估方法及装置，实现对大规模电流互感器的计量误差状态进行定量在线评估。
[0005]本专利技术解决上述技术问题的技术方案如下：第一方面，本专利技术提供一种基于RBF神经网络的CT误差状态在线定量评估方法，包括：实时获取并筛选变电站同一节点下的各线路电流互感器的稳定段的电流测量值，构建监测数据集；根据基尔霍夫电流定律，构建监测数据集中目标电流互感器的电流测量值以及误差与其他电流互感器的电流测量值以及误差的关系式；利用目标电流互感器的目标相电流数据与额定变比计算目标电流互感器的电流真值作为电流基准值；在监测数据集中选取任一线路的电流互感器的三相电流数据进行状态评估，若某一相电流数据为正常状态，则将该电流互感器作为目标电流互感器，将该相作为目标相；将监测数据集中除目标电流互感器外的其他电流互感器的电流测量值作为输入，将所述电流基准值作为输出，训练LAPO
‑
RBF神经网络，得到神经网络参数；利用所述LAPO
‑
RBF神经网络参数计算各电流互感器误差的解析值，根据所述解析值对各电流互感器误差状态进行在线定量评估。
[0006]进一步的，所述稳定段的实时电流测量值的筛选方法，包括根据电流互感器量程以及电流波动筛选实时电流测量值。
[0007]进一步的，根据电流互感器量程以及电流波动筛选实时电流测量值，包括：针对任一电流互感器的实时电流测量值，筛取电流幅值在电流互感器额定量程的50%及以上的电流测量数据；对筛选后的电流测量数据，进行二次差分处理，筛去电流测量数据中的断点，得到稳定段的实时电流测量值，构建监测数据集。
[0008]进一步的，所述的二次差分处理根据下式进行：式中为采样点i处对应的电流幅值，为电流幅值二阶差分值，i为数据采样点。
[0009]进一步的，根据基尔霍夫电流定律，构建监测数据集中目标电流互感器的电流测量值以及误差与其他电流互感器的电流测量值以及误差的关系式，包括：根据基尔霍夫电流定律，可知：式中表示第i条线路上时刻电流互感器的误差，为第i条线路上时刻电流互感器的电流测量值；通过移项可得：；令，则得到：。
[0010]进一步的，LAPO
‑
RBF神经网络结构包括输入层、隐含层和输出层；输入层的输入数据为：；隐含层的输出采用具有非线性逼近能力的激活函数；隐含层的输出表示为：式中，H为隐含层输出，b为高斯基函数的宽度，b＞0；为第j个隐函数神经元中心向量；输出层的表达式：；由此可得：式中，为监测数据集中第i条线路上CT在时刻的电流测量值，为输出
层的权值。
[0011]进一步的，各电流互感器误差的解析值根据下式计算：。
[0012]第二方面，本专利技术提供一种基于RBF神经网络的CT误差状态在线定量评估装置，包括：数据集构建模块，实时获取并筛选变电站同一节点下的各线路电流互感器的稳定段的电流测量值，构建监测数据集；关系式构建模块，根据基尔霍夫电流定律，构建监测数据集中目标电流互感器的电流测量值以及误差与其他电流互感器的电流测量值以及误差的关系式；基准值计算模块，利用目标电流互感器的目标相电流数据与额定变比计算目标电流互感器的电流真值作为电流基准值；在监测数据集中选取任一线路的电流互感器的三相电流数据进行状态评估，若某一相电流数据为正常状态，则将该电流互感器作为目标电流互感器，将该相作为目标相；训练模块，将监测数据集中除目标电流互感器外的其他电流互感器的电流测量值作为输入，将所述电流基准值作为输出，训练LAPO
‑
RBF神经网络，得到神经网络参数；评估模块，利用所述LAPO
‑
RBF神经网络参数计算各电流互感器误差的解析值，根据所述解析值对各电流互感器误差状态进行在线定量评估。
[0013]第三方面，本专利技术提供一种电子设备，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述计算机软件程序，进而实现本专利技术第一方面所述的一种基于RBF神经网络的CT误差状态在线定量评估方法。
[0014]第四方面，本专利技术提供一种非暂态计算机可读存储介质，所述存储介质中存储有用于实现本专利技术第一方面所述的一种基于RBF神经网络的CT误差状态在线定量评估的计算机软件程序。
[0015]本专利技术的有益效果是：本专利技术实现了电流互感器计量误差的定量评估，摆脱了对停电和实物标准器的依赖，可适用于不同原理或准确度等级的电流互感器，具有精度高、使用性强等优点。
附图说明
[0016]图1为本专利技术实施例提供的一种基于RBF神经网络的CT误差状态在线定量评估方法流程示意图；图2为本专利技术实施例提供的单相电流互感器接线图；图3为本专利技术实施例提供的单相电流互感器接线图的等效电路图；图4为本专利技术实施例提供的LAPO
‑
RBF神经网络结构示意图；图5为本专利技术实施例提供的一种基于RBF神经网络的CT误差状态在线定量评估装
置结构示意图；图6为本专利技术实施例提供的电子设备的实施例示意图；图7为本专利技术实施例提供的一种计算机可读存储介质的实施例示意图。
具体实施方式
[0017]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0018]如图1所示，本专利技术实施例提供一种基于RBF神经网络的CT误差状态在线定量评估方法，该方法包括以下步骤：S100，实时获取并筛选变电站同一节点下的各线路电流互感器的稳定段的电流测量值，构建监测数据集。
[0019]所述稳定段的实时电流测量值的筛选方法，包括根据电流互感器量程以及电流波动筛选实时电流测量值。
[0020]针对任一电流互感器的实时电流测量值，筛取电流幅值在电流互感器额定量程的50%及以上的电流测量数据；对筛选后的电流测量数据，进行二次差分处理，筛去电流测量数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RBF神经网络的CT误差状态在线定量评估方法，其特征在于，包括：实时获取并筛选变电站同一节点下的各线路电流互感器的稳定段的电流测量值，构建监测数据集；根据基尔霍夫电流定律，构建监测数据集中目标电流互感器的电流测量值以及误差与其他电流互感器的电流测量值以及误差的关系式；利用目标电流互感器的目标相电流数据与额定变比计算目标电流互感器的电流真值作为电流基准值；在监测数据集中选取任一线路的电流互感器的三相电流数据进行状态评估，若某一相电流数据为正常状态，则将该电流互感器作为目标电流互感器，将该相作为目标相；将监测数据集中除目标电流互感器外的其他电流互感器的电流测量值作为输入，将所述电流基准值作为输出，训练LAPO
‑
RBF神经网络，得到神经网络参数；利用所述LAPO
‑
RBF神经网络参数计算各电流互感器误差的解析值，根据所述解析值对各电流互感器误差状态进行在线定量评估。2.根据权利要求1所述的方法，其特征在于，稳定段的电流测量值的筛选方法，包括根据电流互感器量程以及电流波动筛选电流测量值。3.根据权利要求2所述的方法，其特征在于，根据电流互感器量程以及电流波动筛选实时电流测量值，包括：针对任一电流互感器的电流测量值，筛取电流幅值在电流互感器额定量程的50%及以上的电流测量数据；对筛选后的电流测量数据，进行二次差分处理，筛去电流测量数据中的断点，得到稳定段的电流测量值，构建监测数据集。4.根据权利要求3所述的方法，其特征在于，所述的二次差分处理根据下式进行：式中为采样点i处对应的电流幅值，为电流幅值二阶差分值，i为数据采样点。5.根据权利要求1所述的方法，其特征在于，根据基尔霍夫电流定律，构建监测数据集中目标电流互感器的电流测量值以及误差与其他电流互感器的电流测量值以及误差的关系式，包括：根据基尔霍夫电流定律，可知：式中表示第i条线路上时刻电流互感器的误差，为第i条线路上时刻电流互感器的电流测量值；通过移项可得：；令，则得到：。6.根据权利要求1所述的方法，其特征在于，LAPO
‑...

【专利技术属性】
技术研发人员：代洁，饶芳，陈勉舟，王帅，陈应林，刘义，
申请(专利权)人：武汉格蓝若智能技术有限公司，
类型：发明
国别省市：