本发明专利技术涉及一种基于扩散模型的电流互感器误差估计方法及装置,其方法包括：获取目标电流互感器的运行数据，所述运行数据包括二次电流值、比差、相位差、电流波形图和瞬时功率谱；从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声，并将其进行匹配，并构成联合噪声分布；基于所述联合噪声分布数据和所述运行数据，构建数据集并根据其训练潜在扩散模型；将目标电流互感器的实时二次电流值，输入到训练完成的潜在扩散模型，得到目标电流互感器的误差估计值。本发明专利技术通过电流互感器的多种误差噪声分布和扩散模型来估计误差，从而提高互感器误差估计的准确性和适应性。性和适应性。性和适应性。
【技术实现步骤摘要】
一种基于扩散模型的电流互感器误差估计方法及装置
[0001]本专利技术属于电力设备检测
，具体涉及一种基于扩散模型的电流互感器误差估计方法及装置。
技术介绍
[0002]CT（Current transformer）是电力系统中较重要的高压设备之一，它被广泛地应用于继电保护、电流测量和电力系统分析之中。传统的电流互感器是电磁感应式的，它的主要优点在于性能比较稳定，适合长期运行，并且具有长期的运行经验。
[0003]现阶段国内外对于电能计量装置的故障诊断或误差估计在局部诊断、人工分析层面上，对常见典型故障的诊断不够系统和全面；对于电能计量装置的状态评估则过于依赖专家经验，涉及的电路的参量多、模型不统一，导致客观性和准确性不足，适应性差；因此，在互感器状态评估和误差指标体系的建立和状态评估方法的选取方面还有很大的改进空间。
[0004]此外，受制于电力设备运行环境差异、地域差异、经济条件差异，已有的故障诊断与状态评估研发成果未能大面积推广应用；大部分电力设备的维护，需要因地制宜地以常规的“人工现场校验+终端计量自动化系统监测”的模式考核或评估电流互感器的运行状态；更多地采用二次检测设备（如互感器误差校验仪、电能表误差校验仪，PT二次压降误差校验仪等）进行设备校验、故障记录、回路检测等。因此，面向未来、具有适应性的电流互感器误差估计系统亟待所需。
技术实现思路
[0005]为提高互感器误差估计的准确性和适应性，降低误差估计的难度，在本专利技术的第一方面提供了一种基于扩散模型的电流互感器误差估计方法,包括：获取目标电流互感器的运行数据，所述运行数据包括二次电流值、比差、相位差、电流波形图和瞬时功率谱；基于目标电流互感器的误差精度，分别从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声；基于正交匹配追踪方法，将所述比差噪声、相位差噪声和瞬时功率谱噪声进行匹配，并构成联合噪声分布；基于所述联合噪声分布数据和所述运行数据，构建数据集并根据其训练潜在扩散模型；将目标电流互感器的实时二次电流值，输入到训练完成的潜在扩散模型，得到目标电流互感器的误差估计值。
[0006]在本专利技术的一些实施例中，所述基于目标电流互感器的误差精度，分别从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声包括：基于目标电流互感器的误差精度，对所述二次电流值、比差、相位差、电流波形图和瞬时功率谱进行多阶差分，得到与电流波形图对应的比差噪声、相位差噪声和功率谱噪声。
[0007]进一步的，所述基于正交匹配追踪方法，将所述比差噪声、相位差噪声和瞬时功率谱噪声进行匹配，并构成联合噪声分布包括：将所述比差噪声、相位差噪声和瞬时功率谱噪声分别进行离散余弦变换，得到多个稀疏矩阵；根据预设的采样率和帧长，通过正交匹配追
踪方法将所述多个稀疏矩阵进行匹配，构成联合噪声分布。
[0008]在本专利技术的一些实施例中，所述扩散模型包括：编码器，用于将电流互感器的运行数据编码为第一多维向量，并根据其估计一个或多个噪声分布；解码器，用于通过注意力机制以及一个或多个噪声分布，将第一多维向量解码为电流互感器误差；条件嵌入模块，用于通过注意力机制，将一个或多个噪声分布嵌入到解码器中。
[0009]进一步的，所述条件嵌入模块通过transformer，将一个或多个噪声分布嵌入到第二多维向量中。
[0010]在上述的实施例中，所述基于所述联合噪声分布数据和所述运行数据，构建数据集并根据其训练潜在扩散模型包括：随机抽取联合噪声分布中的一个分布及其对应的电流波形图作为样本，电流互感器的误差作为标签；基于马尔科夫概率模型，将余下的分布对所述潜在扩散模进行迭代，直至所述潜在扩散模的损失函数值趋于稳定且低于阈值，得到训练完成的潜在扩散模型。
[0011]本专利技术的第二方面，提供了一种基于扩散模型的电流互感器误差估计装置，包括：获取模块，用于获取目标电流互感器的运行数据，所述运行数据包括二次电流值、比差、相位差、电流波形图和瞬时功率谱；匹配模块，用于基于目标电流互感器的误差精度，分别从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声；基于正交匹配追踪方法，将所述比差噪声、相位差噪声和瞬时功率谱噪声进行匹配，并构成联合噪声分布；训练模块，用于基于所述联合噪声分布数据和所述运行数据，构建数据集并根据其训练潜在扩散模型；估计模块，用于将目标电流互感器的实时二次电流值，输入到训练完成的潜在扩散模型，得到目标电流互感器的误差估计值。
[0012]本专利技术的第三方面，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专利技术在第一方面提供的基于扩散模型的电流互感器误差估计方法。
[0013]本专利技术的第四方面，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专利技术在第一方面提供的基于扩散模型的电流互感器误差估计方法。
[0014]本专利技术的有益效果是：本专利技术通过提取电流互感器的多种误差噪声，由于噪声的稀疏性，通过压缩感知构建其稀疏表示，能有效降低扩散模型的输入数据量，从而提高其训练效率；同时，多种误差噪声分布，可通过马尔科夫概率模型提高扩散模型的可解释性和鲁棒性；另一方面，潜在扩散模型保留了电流互感器数据本身的同时，还产生了多样化的噪声特性，保留了互感器潜在特征。
附图说明
[0015]图1为本专利技术的一些实施例中的基于扩散模型的电流互感器误差估计方法的基本流程示意图；图2为本专利技术的一些实施例中的电流波形图与其对应的误差趋势图；图3为本专利技术的一些实施例中的潜在扩散模型结构原理图；
图4为本专利技术的一些实施例中的基于扩散模型的电流互感器误差估计装置的结构示意图；图5为本专利技术的一些实施例中的电子设备的结构示意图。
具体实施方式
[0016]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。
[0017]参考图1和图3，在本专利技术的第一方面，提供了一种基于扩散模型的电流互感器误差估计方法,包括：S100.获取目标电流互感器的运行数据，所述运行数据包括二次电流值、比差、相位差、电流波形图和瞬时功率谱；S200.基于目标电流互感器的误差精度，分别从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声；基于正交匹配追踪方法，将所述比差噪声、相位差噪声和瞬时功率谱噪声进行匹配，并构成联合噪声分布；S300.基于所述联合噪声分布数据和所述运行数据，构建数据集并根据其训练潜在扩散模型；S400.将目标电流互感器的实时二次电流值，输入到训练完成的潜在扩散模型，得到目标电流互感器的误差估计值。
[0018]在本专利技术的一些实施例的步骤S100中，获取目标电流互感器的运行数据，所述运行数据包括二次电流值、比差、相位差、电流波形图和瞬时功率谱。通过设置在电流互感器的传感本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于扩散模型的电流互感器误差估计方法,其特征在于，包括：获取目标电流互感器的运行数据，所述运行数据包括二次电流值、比差、相位差、电流波形图和瞬时功率谱；基于目标电流互感器的误差精度，分别从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声；基于正交匹配追踪方法，将所述比差噪声、相位差噪声和瞬时功率谱噪声进行匹配，并构成联合噪声分布；基于所述联合噪声分布数据和所述运行数据，构建数据集并根据其训练潜在扩散模型；将目标电流互感器的实时二次电流值，输入到训练完成的潜在扩散模型，得到目标电流互感器的误差估计值。2.根据权利要求1所述的基于扩散模型的电流互感器误差估计方法,其特征在于，所述基于目标电流互感器的误差精度，分别从所述运行数据提取与电流波形图对应的比差噪声、相位差噪声和瞬时功率谱噪声包括：基于目标电流互感器的误差精度，对所述二次电流值、比差、相位差、电流波形图和瞬时功率谱进行多阶差分，得到与电流波形图对应的比差噪声、相位差噪声和功率谱噪声。3.根据权利要求2所述的基于扩散模型的电流互感器误差估计方法,其特征在于，所述基于正交匹配追踪方法，将所述比差噪声、相位差噪声和瞬时功率谱噪声进行匹配，并构成联合噪声分布包括：将所述比差噪声、相位差噪声和瞬时功率谱噪声分别进行离散余弦变换，得到多个稀疏矩阵；根据预设的采样率和帧长，通过正交匹配追踪方法将所述多个稀疏矩阵进行匹配，构成联合噪声分布。4.根据权利要求1所述的基于扩散模型的电流互感器误差估计方法,其特征在于，所述扩散模型包括：编码器，用于将电流互感器的运行数据编码为第一多维向量，并根据其估计一个或多个噪声分布；解码器，用于通过注意力机制以及一个或多个噪声分布，将第一多维向量解码为电流互感器误差；条件嵌入模块，用于通过注意力机制，将一个或多个噪声分布嵌入到解码器中。5.根据权利要求4所述的基于扩散模型的电流互感器误差估计方法,其特征在于，所述条件嵌入模块通过transformer，将一个或多个噪声分布嵌入到第二多维向量中。6.根据权利要求1至5任一项...
【专利技术属性】
技术研发人员：严平，代洁，朱晓波，陈超，赵杰，胡蝶蝶，汪云瑶，
申请(专利权)人：武汉格蓝若智能技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。