【技术实现步骤摘要】
本专利技术涉及电力计量故障在线诊断，尤其涉及一种电容式电压互感器在线监测及智能诊断系统。
技术介绍
1、电压互感器在电网中是实现电压一次侧向二次侧转化的设备，起着监控电网运行的重要作用，电压互感器发生故障将直接影响到电网的安全稳定运行。与常规的电磁式电压互感器相比，电容式电压互感器不仅可避免因电压互感器铁芯饱和引起的铁磁谐振，还有着体积小、重量轻等经济和安全上诸多优越之处。如何有效地对电容式电压互感器进行监测，及时发现运行故障对电网安全可靠运行具有重要意义。
2、长期以来，针对cvt设备状态检测主要方法是停电检修，虽然此类检修模式可以检测cvt的绝缘状况、内部缺陷等，但却不可避免的要停止供电，且工作量和检修周期难以确定，因此研究出一套针对电容式电压互感器的在线监测及故障诊断系统具有现实意义。
技术实现思路
1、根据本专利技术，提供了一种电容式电压互感器在线监测及智能诊断系统，基于预测模型得到预测二次电压数据，进而计算得到电压变化率，通过在线监测电压变化率实时反馈电容式电压互感器运行状态，保证电容式电压互感器的正常运行。
2、本专利技术提供了一种电容式电压互感器在线监测及智能诊断系统，包括数据采集模块、数据传输模块、数据质量评估模块、数据存储模块、模型训练模块、模型预测模块、在线监测模块和信息推送告警模块。
3、具体地，所述数据采集模块通过传感器采集cvt的二次电压数据。
4、具体地，所述数据质量评估模块对一次传输的多个时间步长的二次电
5、具体地，所述数据存储模块用于保存系统各类数据至数据库，包括电压数据、数据质量评估结果、cvt状态诊断结果等。
6、具体地，所述模型训练模块，训练步骤如下：
7、1)从数据库读取相应历史数据作为数据集；
8、2)对数据集进行预处理，并且划分训练集和测试集；
9、3)将训练集输入lstm模型进行模型训练；
10、4)将测试集输入到训练后的预测模型，对训练后的模型开展性能评价；
11、5)使用灰狼算法对lstm输入超参数进行调整优化；
12、6)将最优超参数输入lstm模型并进行训练，执行步骤4)，最终得到最优超参数的预测模型。
13、具体地，所述模型训练模块定时更新数据集并使用新的数据集重新训练模型，以此得到最新的预测模型。
14、具体地，所述模型预测模块利用训练得到预测模型及传输到系统的电压数据得到电压数据预测值。
15、具体地，所述在线监测模块，对实时电压数据及电压变化率曲线进行监测，其中电压变化率计算公式如下所示：
16、rt＝(|utt-utp|)/utt
17、式中，rt表示t时刻的二次电压变化率，utt表示t时刻真实电压数据，utp表示t时刻预测电压数据。设置电压变化率阈值，对每天cvt超过阈值时刻进行累加计数，当每天超出阈值时刻大于设定值n时，判定设备异常，同时当变化率连续n1(n1<n)个时刻超出阈值时，也将设备状态判定为异常，系统会将在线监测得到的诊断结果保存至数据库。
18、具体地，所述信息推送告警模块会提示异常设备告警信息，并及时将详细信息推送至相关工作人员。
19、与现有技术相比，本专利技术的有益效果是：1)本专利技术充分考虑数据质量对故障诊断的影响，设计数据质量评估模块，排除了异常数据对诊断结果的干扰，保证了系统诊断的可靠性；2)本专利技术在模型训练模块使用灰狼算法对lstm模型超参数进行寻优，得到拥有最优超参数的预测模型，有效提高了预测模型的预测精度，进而提高诊断准确性；3)本专利技术将基于预测值和真实值得到的变化率作为监测数据，相比直接监测二次电压数据，其充分考虑了数据本身变化情况，诊断逻辑更加灵活，能够有效降低误诊几率，提高诊断准确性；
本文档来自技高网...【技术保护点】
1.一种电容式电压互感器在线监测及智能诊断系统，其特征在于，系统包括数据采集模块、数据传输模块、数据质量评估模块、数据存储模块、模型训练模块、模型预测模块、在线监测模块和信息推送告警模块。
2.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据采集模块和数据传输模块分别用于采集和传输二次电压数据。
3.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据质量评估模块对一次传输的多个时间步长的二次电压数据进行唯一性、准确性、完整性评估，将存在大量缺失数据或大量明显异常数据的数据序列评估为不合格数据，针对此类数据系统提示需要进行重新采集或传输来更新数据，同时对于存在少量缺失或少量异常的数据予以保留，在接下来的模型训练与预测阶段再对数据进行预处理，最后将数据质量评估结果信息保存至数据库。
4.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据存储模块用于保存系统各类数据至数据库，包括电压数据、数据质量评估结果、CVT状态诊断结果等。
5.根
6.根据权利要求5所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据预处理包括对少量缺失数据的填补和异常数据的修正，并且对数据进行归一化等操作。
7.根据权利要求5所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述使用灰狼算法对LSTM输入超参数进行调整优化将模型训练损失函数作为灰狼算法适应度函数，对隐含层神经元数、学习率、批处理数等超参数进行寻优，以此得到预测效果最好的预测模型。
8.根据权利要求5所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，定时更新数据集并使用新的数据集重新训练模型，以此得到最新的预测模型。
9.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述模型预测模块利用训练好的预测模型和传输到系统的电压数据得到电压数据预测值。
10.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述在线监测模块，对实时电压数据及电压变化率曲线进行监测，其中电压变化率计算公式如下所示：
11.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述信息推送告警模块会提示异常设备告警信息，并及时将详细信息推送至相关工作人员。
...【技术特征摘要】
1.一种电容式电压互感器在线监测及智能诊断系统，其特征在于，系统包括数据采集模块、数据传输模块、数据质量评估模块、数据存储模块、模型训练模块、模型预测模块、在线监测模块和信息推送告警模块。
2.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据采集模块和数据传输模块分别用于采集和传输二次电压数据。
3.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据质量评估模块对一次传输的多个时间步长的二次电压数据进行唯一性、准确性、完整性评估，将存在大量缺失数据或大量明显异常数据的数据序列评估为不合格数据，针对此类数据系统提示需要进行重新采集或传输来更新数据，同时对于存在少量缺失或少量异常的数据予以保留，在接下来的模型训练与预测阶段再对数据进行预处理，最后将数据质量评估结果信息保存至数据库。
4.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述数据存储模块用于保存系统各类数据至数据库，包括电压数据、数据质量评估结果、cvt状态诊断结果等。
5.根据权利要求1所述的一种电容式电压互感器在线监测及智能诊断系统，其特征在于，所述模型训练模块，训练步骤如下：
6.根据...
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。