【技术实现步骤摘要】
本专利技术涉及互感器校验，具体涉及一种基于mha-cnn-slstm和误差补偿的互感器预测方法。
技术介绍
1、随着电力系统的迅速发展，在电能交易结算、电网规划和安全防护等领域电力数据价值正日益凸显。互感器作为一种常用地计量设备，其计量准确性对电网的安全稳定运行至关重要。根据我国测量设备定期校验标准，互感器需定期开展准确度校验，以保证其测量误差满足相应准确度要求。传统校验方式需将标准器与被测设备接入同一回路，校验需要耗费大量人力物力，尤其针对高压线路，存在停电困难、校验设备运输不便等诸多问题。带电校验虽然可以有效解决上述问题，但该校验方式安全隐患较大。所以，亟需研究一种对互感器未来误差状态预测的方法，用于指导互感器校验工作的开展。
技术实现思路
1、针对现有技术中互感器误差预测方法存在预测精度低的问题。本专利技术提供一种基于mha-cnn-slstm和误差补偿的互感器预测方法，能够准确的预测未来短期内互感器误差状态变化，具有预测精度高、泛化性强等特点。
2、本专利技术采取的技术
【技术保护点】
1.基于MHA-CNN-SLSTM和误差补偿的互感器预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于MHA-CNN-SLSTM和误差补偿的互感器预测方法，其特征在于：所述步骤1中，采用变分模态分解算法VMD将互感器误差数据分解为不同高低频分量；
3.根据权利要求1所述基于MHA-CNN-SLSTM和误差补偿的互感器预测方法，其特征在于：所述步骤2中，引入对立搜索算子策略、非线性收敛控制因子对传统海鸥算法改进，提出一种改进海鸥优化算法ISOA，选择排列熵作为适应度函数，利用改进海鸥优化算法ISOA优化变分模态分解算法VMD关键参数，...
【技术特征摘要】
1.基于mha-cnn-slstm和误差补偿的互感器预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于mha-cnn-slstm和误差补偿的互感器预测方法，其特征在于：所述步骤1中，采用变分模态分解算法vmd将互感器误差数据分解为不同高低频分量；
3.根据权利要求1所述基于mha-cnn-slstm和误差补偿的互感器预测方法，其特征在于：所述步骤2中，引入对立搜索算子策略、非线性收敛控制因子对传统海鸥算法改进，提出一种改进海鸥优化算法isoa，选择排列熵作为适应度函数，利用改进海鸥优化算法isoa优化变分模态分解算法vmd关键参数，对分解个数k和惩罚因子α寻优，以达到误差数据最优分解的目标。
4.根据权利要求3所述基于mha-cnn-slstm和误差补偿的互感器预测方法，其特征在于：步骤2具体如下：
5.根据权利要求4所述基于mha-cnn-slstm和误差补偿的互感器预测方法，其特征在于：步骤2中，优化变分模态分解算法vmd的关键参数，即优化vmd中分解个数k和惩罚因子α，实现误差数据最优分解。
6.根据权利要求1所述基于mha-cnn-slstm和误差补偿的互感器预测方法，其特征在于：所述步骤3中，根据皮尔逊相关系数分析能够得到，与比差极强相关影响因素为温度、湿度；其次弱相关影响因素为负荷、振动；最后极弱相关影响因素为磁场；比差-温度、...
【专利技术属性】
技术研发人员：李振华，陈豪钰，张绍哲，卢和平，周峰，刁赢龙，程江洲，李振兴，张涛，张磊，
申请(专利权)人：三峡大学，
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。