用于直流电流互感器多维状态量信息降维的方法及装置制造方法及图纸

本发明专利技术公开了一种用于直流电流互感器多维状态量信息降维的方法及装置，包括：获取直流电流互感器的多维状态量信息矩阵；通过皮尔逊相关系数法计算所述多维状态量信息矩阵与误差的相关系数；根据相关系数确定所述多维状态量信息矩阵与误差的关联程度；通过主成分分析法PCA对所述相关系数中的中等关联程度的多维状态量信息矩阵进行分析，获取所述中等关联程度的多维状态量信息矩阵的协方差；获取所述协方差的特征值和特征向量，根据所述特征值和特征向量，对所述多维状态量信息矩阵进行降维处理，获取降维后的多维状态量信息矩阵。通过，降低状态量的维度，提高数据分析效率，降低对硬件设备的要求。硬件设备的要求。硬件设备的要求。

【技术实现步骤摘要】
用于直流电流互感器多维状态量信息降维的方法及装置


[0001]本专利技术涉及直流电流互感器的运行状态检测和分析
，具体涉及一种用于直流电流互感器多维状态量信息降维的方法及装置。

技术介绍

[0002]光学直流电流互感器是直流输电系统中重要的一次设备，其结构组成包含了大量的光学和电子元件。在实际工程运行中，光学直流电流互感器易受温度等外界因素和内部光、电元件性能老化的影响，导致其测量性能劣化甚至发生故障，严重影响换流站的安全稳定运行。目前光学直流电流互感器的故障分析主要从工程角度出发，在故障发生后列举故障现象、分析故障原因、提出改进方案，处理效率较低，缺乏全面的运行状态数据，难以对故障机理进行深层次的研究，无法对光学直流电流互感器长期运行的稳定性和可靠性进行准确评估。
[0003]在实际运行中，光学直流电流互感器易受温度、振动、干扰、光路损耗等多种因素的影响，光源、光纤、光电探测器等光电元件在室外长期的高低温、湿热等环境的作用下容易发生老化。相对于交流系统，换流站内短路故障、直流线路接地故障、交流系统故障、滤波器、电容器组投切操作等直流系统中的电磁环境更加复杂，容易对光学直流电流互感器的弱电系统产生的电磁干扰，导致光学直流电流互感器测量精度下降甚至发生故障，严重影响换流站的安全稳定运行。据统计，2020年，国网下辖换流站光学直流电流互感器共发生故障43次，导致直流闭锁1次，临停1次。2021年1月6日至7日，锡盟站极寒天气，直流场28台光学直流电流互感器中，13台在
‑
32℃以下时测量异常。温度回升过程中，因差流过大相继导致极II双换流器和极I高端换流器闭锁。
[0004]此外，随着电子技术、计算机技术、光电技术、信号处理技术和各种传感技术的发展，可以对电气设备进行在线的状态监测，及时取得各种微弱信息。对这些信息进行处理和综合分析后，根据其数值的大小及变化趋势，可对设备的可靠性随时做出判断以及对设备的剩余寿命作出预测，从而能早期发现潜伏的故障，必要时可提供预警或规定的操作。采用状态监测(在线监测)与故障诊断技术可以实现对电气设备在运行状态下进行连续或随时的监测与判断，避免潜在隐患演变为电网安全故障。因此，研究提升现有光学直流电流互感器光学技术的可靠性和故障预警技术，是最经济、实际且有效的选择。
[0005]然而，目前直流电流互感器的状态量信息类型角度，维度较高，其中的部分状态量信息与直流电流互感器的运行状态的变化相关性不强，再进行数据分析时，如不采用合理的方式对多维数据与误差的相关性进行分析，会造成大量的无效的状态量信息参与数据分析，不但影响分析的效率，耽误故障的判断和处置，还会增加硬件设备要求，增加投资成本。

技术实现思路

[0006]为解决上述问题，本专利技术提供一种用于直流电流互感器多维状态量信息降维的方法，包括：
[0007]包括：
[0008]获取直流电流互感器的多维状态量信息矩阵；
[0009]通过皮尔逊相关系数法计算所述多维状态量信息矩阵与误差的相关系数；根据相关系数确定所述多维状态量信息矩阵与误差的关联程度；
[0010]通过主成分分析法PCA对所述相关系数中的中等关联程度的多维状态量信息矩阵进行分析，获取所述中等关联程度的多维状态量信息矩阵的协方差；
[0011]获取所述协方差的特征值和特征向量，根据所述特征值和特征向量，对所述多维状态量信息矩阵进行降维处理，获取降维后的多维状态量信息矩阵。
[0012]进一步的，在获取直流电流互感器的多维状态量信息矩阵的步骤之后，还包括：
[0013]对所述多维状态量信息矩阵进行清洗，根据多维状态量信息产生的时间，保留每秒中的最后一条数据。
[0014]进一步的，通过皮尔逊相关系数法计算所述多维状态量信息矩阵与误差的相关系数，包括：
[0015]所述皮尔逊相关系数法，具体为：
[0016][0017]其中，X和Y是两组不同的数据，ρ
X,Y
是这两组数据的皮尔逊相关系数，μ,σ分别是数据的均值和方差，E(
·
)是指数据期望，conv(X,Y)指数据X和Y的协方差。
[0018]进一步的，根据相关系数确定所述多维状态量信息矩阵与误差的关联程度，所述关联程度具体为：
[0019]极强正或负相关、强正或负相关、中等程度正或负相关、弱正或负相关、极弱正或负相关、无相关。
[0020]进一步的，通过主成分分析法PCA对所述相关系数中的中等关联程度的多维状态量信息矩阵进行分析，获取所述中等关联程度的多维状态量信息矩阵的协方差，包括：
[0021]中等关联程度的多维状态量信息矩阵为X
m,n
，为一个m行n列的数据矩阵；
[0022]X
m,n
对应的协方差矩阵
[0023]进一步的，获取所述协方差的特征值和特征向量，根据所述特征值和特征向量，对所述多维状态量信息矩阵进行降维处理，获取降维后的多维状态量信息矩阵，包括：
[0024]采用奇异值分解SVD对X
m,n
进行分解，获得X＝UΣW
T
，其中右奇异向量W是特征向量基，将X
m,n
的协方差C表示为
[0025][0026]其中：Σ2是对角矩阵；
[0027]计算协方差C的特征值及其特征向量，将特征值从大小到排序，选择前K个最大特
征值对应的特征向量形成压缩矩阵；
[0028]将压缩矩阵与X
m,n
相乘得到Y＝W
T
X，Y＝W
T
X为降维后的多维状态量信息矩阵。
[0029]本专利技术同时提供一种用于直流电流互感器多维状态量信息降维的装置，包括：
[0030]矩阵获取单元，用于获取直流电流互感器的多维状态量信息矩阵；
[0031]关联程度确定单元，用于通过皮尔逊相关系数法计算所述多维状态量信息矩阵与误差的相关系数；根据相关系数确定所述多维状态量信息矩阵与误差的关联程度；
[0032]协方差获取单元，用于通过主成分分析法PCA对所述相关系数中的中等关联程度的多维状态量信息矩阵进行分析，获取所述中等关联程度的多维状态量信息矩阵的协方差；
[0033]降维处理单元，用于获取所述协方差的特征值和特征向量，根据所述特征值和特征向量，对所述多维状态量信息矩阵进行降维处理，获取降维后的多维状态量信息矩阵。
[0034]进一步的，还包括：
[0035]数据清洗单元，用于对所述多维状态量信息矩阵进行清洗，根据多维状态量信息产生的时间，保留每秒中的最后一条数据。
[0036]进一步的，降维处理单元，包括：
[0037]协方差计算子单元，用于采用奇异值分解SVD对进行分解，获得X＝UΣW
T
，其中右奇异向量W是特征向量基，将的协方差C表示为
[0038][0039]其中：Σ2是对角矩阵；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于直流电流互感器多维状态量信息降维的方法，其特征在于，包括：获取直流电流互感器的多维状态量信息矩阵；通过皮尔逊相关系数法计算所述多维状态量信息矩阵与误差的相关系数；根据相关系数确定所述多维状态量信息矩阵与误差的关联程度；通过主成分分析法PCA对所述相关系数中的中等关联程度的多维状态量信息矩阵进行分析，获取所述中等关联程度的多维状态量信息矩阵的协方差；获取所述协方差的特征值和特征向量，根据所述特征值和特征向量，对所述多维状态量信息矩阵进行降维处理，获取降维后的多维状态量信息矩阵。2.根据权利要求1所述的方法，其特征在于，在获取直流电流互感器的多维状态量信息矩阵的步骤之后，还包括：对所述多维状态量信息矩阵进行清洗，根据多维状态量信息产生的时间，保留每秒中的最后一条数据。3.根据权利要求1所述的方法，其特征在于，通过皮尔逊相关系数法计算所述多维状态量信息矩阵与误差的相关系数，包括：所述皮尔逊相关系数法，具体为：其中，X和Y是两组不同的数据，ρ
X,Y
是这两组数据的皮尔逊相关系数，μ,σ分别是数据的均值和方差，E(
·
)是指数据期望，conv(X,Y)指数据X和Y的协方差。4.根据权利要求1所述的方法，其特征在于，根据相关系数确定所述多维状态量信息矩阵与误差的关联程度，所述关联程度具体为：极强正或负相关、强正或负相关、中等程度正或负相关、弱正或负相关、极弱正或负相关、无相关。5.根据权利要求1所述的方法，其特征在于，通过主成分分析法PCA对所述相关系数中的中等关联程度的多维状态量信息矩阵进行分析，获取所述中等关联程度的多维状态量信息矩阵的协方差，包括：中等关联程度的多维状态量信息矩阵为X
m,n
，为一个m行n列的数据矩阵；X
m,n
对应的协方差矩阵6.根据权利要求1所述的方法，其特征在于，获取所述协方差的特征值和特征向量，根据所述特征值和特征向量，对所述多维状态量信息矩阵进行降维处理，获取降维后的多维状态量信息矩阵，包括：采用奇异值分解SVD对X
m,n
进行分...

【专利技术属性】
技术研发人员：徐子立，周峰，李鹤，岳长喜，殷小东，雷民，庞福滨，
申请(专利权)人：国家电网有限公司国网江苏省电力有限公司国网江苏省电力有限公司电力科学研究院，
类型：发明
国别省市：