一种电容式电压互感器综合误差状态评估方法及系统技术方案

本发明专利技术涉及电力计量在线监测技术领域，提供了一种电容式电压互感器综合误差状态评估方法及系统。该方法包括，获取CVT的在线波形信号，并进行切片处理和信号处理，得到时频谱特征；基于时频谱特征，采用若干个卷积神经网络，提取CVT单日特征；在CVT单日特征中按照时间对应关系，加入温度信息和湿度信息，构建CVT单日综合特征；基于CVT单日综合特征，采用全连接层，得到第一中间特征；基于CVT历史单日综合特征，采用双向长短期记忆网络，得到输出结果，再经过全连接层，得到第二中间特征；将第一中间特征和第二中间特征进行融合，得到融合特征；基于融合特征，得到评估结果，根据评估结果，优化自适应神经网络模型的参数。化自适应神经网络模型的参数。化自适应神经网络模型的参数。

【技术实现步骤摘要】
一种电容式电压互感器综合误差状态评估方法及系统


[0001]本专利技术涉及电力计量在线监测
，尤其涉及一种电容式电压互感器综合误差状态评估方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]作为电能计量装置的重要组成部分，互感器计量性能的准确可靠直接关系到电能贸易结算的公平公正。CVT是由串联电容器分压，再经电磁式互感器降压和隔离，作为用来变换电压的仪器，电容式电压互感器还可以将载波频率耦合到输电线用于长途通信、选择性的线路高频保护、遥控等功能上。和常规的电磁式电压互感器相比，电容式电压互感器器除了具有冲击绝缘强度高、制造简单、体积小、重量轻等优点外，在经济和安全上还有很多优越之处。
[0004]而在CVT实际运行过程中，CVT误差受到采集原理与工作环境等因素的影响而导致CVT在长期工作的过程中会出现不同程度的损耗。由于高压输电线路停电困难，CVT的离线检测无法经常性的进行，无法及时判断CVT是否处于正常的运行状态，影响电能的公平贸易结算，存在故障隐患。
[0005]现有的技术有采用某个场景的CVT离线数据训练神经网络模型，训练好神经网络模型后，直接用来对CVT在线数据，进行综合误差状态评估。但每个CVT使用场景不同，所以训练好的神经网络模型，并不能全部适应CVT的所有场景，评估结果存在较大的误差。

技术实现思路

[0006]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种电容式电压互感器综合误差状态评估方法及系统，通过采用多场景的CVT离线数据对神经网络模型进行自适应调整，从而提高模型对各种场景下CVT数据预测精度。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术的第一个方面提供一种电容式电压互感器综合误差状态评估方法。
[0009]一种电容式电压互感器综合误差状态评估方法，包括：
[0010]获取CVT的每日实时采集波形信号、温度信息和湿度信息，采用已训练的自适应神经网络模型，得到电容式电压互感器综合误差状态评估结果；
[0011]所述自适应神经网络模型的训练过程包括：获取CVT的每日实时采集波形信号，并进行切片处理和信号处理，得到时频谱特征；基于时频谱特征，采用若干个卷积神经网络，提取CVT单日特征；在CVT单日特征中按照时间对应关系，加入温度信息和湿度信息，构建CVT单日综合特征；基于CVT单日综合特征，采用全连接层，得到第一中间特征；基于CVT历史单日综合特征，采用双向长短期记忆网络，得到输出结果，再经过全连接层，得到第二中间特征；将第一中间特征和第二中间特征进行融合，得到融合特征；基于融合特征，得到评估
结果，根据评估结果，优化自适应神经网络模型的参数。
[0012]进一步地，所述切片处理包括：设置切片长度，且相邻的两个切片之间存在设定时间长度的重复提取长度，对CVT的每日实时采集波形信号进行切片。
[0013]进一步地，所述基于时频谱特征，采用若干个卷积神经网络，提取CVT单日特征的过程包括：基于时频谱特征，采用若干个卷积神经网络，得到若干个特征；将若干个特征纵向叠加，得到CVT单日特征。
[0014]进一步地，所述在CVT单日特征中按照时间对应关系，加入温度信息和湿度信息，构建CVT单日综合特征的过程包括：基于每日的温度曲线和湿度曲线，计算某时间段的温度均值和湿度均值；基于某时间段与CVT单日特征中时间的对应关系，将温度均值和湿度均值加入CVT单日特征中，构建CVT单日综合特征。
[0015]进一步地，所述将第一中间特征和第二中间特征进行融合，得到融合特征的过程采用以下公式：
[0016]o
i
＝w
i1
l
i
+w
i2
r
i
[0017]其中，o
i
表示融合特征O的第i维分量，l
i
表示计算日综合特征L的第i维分量，r
i
表示基于历史运行状态的计算日特征R的第i维分量，w
i1
,w
i2
分别表示计算日综合特征第i维分量l
i
的权重和基于历史运行状态的计算日特征第i维分量r
i
的权重。
[0018]进一步地，根据时频谱特征和时频谱特征所对应的状态类别，构建数据集合；将数据集合划分为训练集和测试集；采用训练集训练自适应神经网络模型。
[0019]更进一步地，所述根据评估结果，优化自适应神经网络模型的参数的过程包括，判断评估结果是否与状态类别相同，若不相同，则优化自适应神经网络模型的参数，若相同，继续下一轮迭代训练，直到迭代设置的迭代次数，得到已训练的自适应神经网络模型。
[0020]本专利技术的第二个方面提供一种电容式电压互感器综合误差状态评估系统。
[0021]一种电容式电压互感器综合误差状态评估系统，包括：
[0022]在线评估模块，其被配置为：获取CVT的每日实时采集波形信号、温度信息和湿度信息，采用已训练的自适应神经网络模型，得到电容式电压互感器综合误差状态评估结果；
[0023]自适应神经网络模型训练模块，其被配置为：获取CVT的每日实时采集波形信号，并进行切片处理和信号处理，得到时频谱特征；基于时频谱特征，采用若干个卷积神经网络，提取CVT单日特征；在CVT单日特征中按照时间对应关系，加入温度信息和湿度信息，构建CVT单日综合特征；基于CVT单日综合特征，采用全连接层，得到第一中间特征；基于CVT历史单日综合特征，采用双向长短期记忆网络，得到输出结果，再经过全连接层，得到第二中间特征；将第一中间特征和第二中间特征进行融合，得到融合特征；基于融合特征，得到评估结果，根据评估结果，优化自适应神经网络模型的参数。
[0024]本专利技术的第三个方面提供一种计算机可读存储介质。
[0025]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的电容式电压互感器综合误差状态评估方法中的步骤。
[0026]本专利技术的第四个方面提供一种计算机设备。
[0027]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的电容式电压互感器综合误差状态评估方法中的步骤。
[0028]与现有技术相比，本专利技术的有益效果是：
[0029]本专利技术通过采用多场景的CVT离线波形信号对神经网络模型进行自适应调整，得到的自适应调整后的自适应神经网络模型，用于CVT在线波形信号的实时预测，从而提高模型对各种场景下CVT在线波形的预测精度，及时判断CVT是否处于正常的运行状态，避免故障隐患。
附图说明
[0030]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电容式电压互感器综合误差状态评估方法，其特征在于，包括：获取CVT的每日实时采集波形信号、温度信息和湿度信息，采用已训练的自适应神经网络模型，得到电容式电压互感器综合误差状态评估结果；所述自适应神经网络模型的训练过程包括：获取CVT的每日实时采集波形信号，并进行切片处理和信号处理，得到时频谱特征；基于时频谱特征，采用若干个卷积神经网络，提取CVT单日特征；在CVT单日特征中按照时间对应关系，加入温度信息和湿度信息，构建CVT单日综合特征；基于CVT单日综合特征，采用全连接层，得到第一中间特征；基于CVT历史单日综合特征，采用双向长短期记忆网络，得到输出结果，再经过全连接层，得到第二中间特征；将第一中间特征和第二中间特征进行融合，得到融合特征；基于融合特征，得到评估结果，根据评估结果，优化自适应神经网络模型的参数。2.根据权利要求1所述的电容式电压互感器综合误差状态评估方法，其特征在于，所述切片处理包括：设置切片长度，且相邻的两个切片之间存在设定时间长度的重复提取长度，对CVT的每日实时采集波形信号进行切片。3.根据权利要求1所述的电容式电压互感器综合误差状态评估方法，其特征在于，所述基于时频谱特征，采用若干个卷积神经网络，提取CVT单日特征的过程包括：基于时频谱特征，采用若干个卷积神经网络，得到若干个特征；将若干个特征纵向叠加，得到CVT单日特征。4.根据权利要求1所述的电容式电压互感器综合误差状态评估方法，其特征在于，所述在CVT单日特征中按照时间对应关系，加入温度信息和湿度信息，构建CVT单日综合特征的过程包括：基于每日的温度曲线和湿度曲线，计算某时间段的温度均值和湿度均值；基于某时间段与CVT单日特征中时间的对应关系，将温度均值和湿度均值加入CVT单日特征中，构建CVT单日综合特征。5.根据权利要求1所述的电容式电压互感器综合误差状态评估方法，其特征在于，所述将第一中间特征和第二中间特征进行融合，得到融合特征的过程采用以下公式：o
i
＝w
i1
l
i
+w
i2
r
i
其中，o
i
表示融合特征O的第i维分量，i
i
表示计算日综合特征L的第i维分量，r
...

【专利技术属性】
技术研发人员：张淞珲，于邦海，刘涛，隋浩冉，牟晓琳，邢宇，董贤光，
申请(专利权)人：国网山东省电力公司营销服务中心计量中心，
类型：发明
国别省市：