本發(fā)明涉及電力系統(tǒng)監(jiān)測(cè)，尤其涉及一種基于機(jī)器學(xué)習(xí)的電流互感器誤差在線監(jiān)測(cè)方法及裝置。

背景技術(shù)：

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，電力系統(tǒng)對(duì)供電穩(wěn)定性和計(jì)量準(zhǔn)確性提出了更高要求。電流互感器作為電力系統(tǒng)中的關(guān)鍵設(shè)備，在確保電能計(jì)量精確度方面扮演著核心角色。然而，傳統(tǒng)的電磁式電流互感器普遍采用的離線校準(zhǔn)方式，由于其周期長(zhǎng)、需要停電操作，不僅耗費(fèi)了大量的人力和物力，也難以真實(shí)反映互感器在實(shí)際工況下的計(jì)量特性。另外，隨著供電可靠性要求的提高，合適的停電校準(zhǔn)窗口越來(lái)越難以獲取，導(dǎo)致傳統(tǒng)離線停電檢測(cè)越來(lái)越難以滿足要求，并導(dǎo)致在實(shí)時(shí)發(fā)現(xiàn)潛在故障與缺陷方面存在不及時(shí)、不準(zhǔn)確等不足，潛在地增加了電網(wǎng)安全運(yùn)行風(fēng)險(xiǎn)和電能貿(mào)易公平公正。

2、鑒于上述缺陷，探索電流互感器誤差的在線監(jiān)測(cè)技術(shù)成為提升電力系統(tǒng)運(yùn)行效率與可靠性的迫切需求。與傳統(tǒng)的離線校準(zhǔn)相比，在線監(jiān)測(cè)能夠在不中斷電力供應(yīng)的情況下，連續(xù)、實(shí)時(shí)地監(jiān)測(cè)電流互感器的計(jì)量性能，從而確保電能計(jì)量的準(zhǔn)確性與供電服務(wù)的穩(wěn)定性。

3、在電流互感器計(jì)量性能的在線監(jiān)測(cè)領(lǐng)域，隨著技術(shù)的進(jìn)步，研究者們從系統(tǒng)設(shè)計(jì)改進(jìn)和算法優(yōu)化兩方面進(jìn)行研究，來(lái)實(shí)現(xiàn)對(duì)電流互感器的計(jì)量性能評(píng)估。在基于系統(tǒng)設(shè)計(jì)的研究方面：

4、現(xiàn)有技術(shù)1(標(biāo)題：“evaluating?the?metering?error?of?electronictransformers?on-line?based?on?vn-mwpca”；作者：zhang?z，chen?q，hu?c等；期刊：《measurement》；公開日期：2018年；第130期；頁(yè)數(shù)：1-7)針對(duì)傳統(tǒng)實(shí)驗(yàn)室離線檢測(cè)的不足，設(shè)計(jì)了一套高壓電能計(jì)量裝置的在線監(jiān)測(cè)系統(tǒng)，主要應(yīng)用于電壓互感器和電流互感器的二次負(fù)荷、壓降以及誤差的實(shí)時(shí)在線監(jiān)測(cè)，旨在確保電能計(jì)量的精準(zhǔn)度。

5、現(xiàn)有技術(shù)2(標(biāo)題：“電力互感器檢定與評(píng)估方法綜述”；作者：王毓琦，李紅斌，向鑫等；期刊：《高壓電器》；公開日期：2020年；第56期第4卷；頁(yè)數(shù)：95-101、107)研究了二次回路在線監(jiān)測(cè)技術(shù)，并通過(guò)10khz阻抗譜實(shí)現(xiàn)了實(shí)時(shí)監(jiān)控，不過(guò)這一技術(shù)的大規(guī)模應(yīng)用及其經(jīng)濟(jì)性和易用性存在諸多難題。

6、在基于算法實(shí)現(xiàn)的研究方面：

7、現(xiàn)有技術(shù)3(標(biāo)題：“計(jì)量用互感器在線監(jiān)測(cè)系統(tǒng)的研制”；作者：張蓬鶴，鄧澤官，王龍華等；期刊：《電測(cè)與儀表》；公開日期：2009年；第46卷第7期；頁(yè)數(shù)：41-44)基于bp神經(jīng)網(wǎng)絡(luò)探討了互感器計(jì)量誤差的在線檢測(cè)方法，該方法通過(guò)在二次側(cè)施加異頻信號(hào)來(lái)測(cè)量誤差，盡管簡(jiǎn)便且有效，但其在面對(duì)電網(wǎng)中的高次諧波等異頻信號(hào)干擾時(shí)，可能導(dǎo)致誤差測(cè)量的精確度受影響。

8、現(xiàn)有技術(shù)4(標(biāo)題：“配網(wǎng)用電壓電流傳感器誤差在線測(cè)試裝置設(shè)計(jì)及應(yīng)用”；作者：韓篩根，陳馳，王自楨；期刊：《高壓電器》；公開日期：2020年；第56卷第12期；頁(yè)數(shù)：235-241)對(duì)于基于歷史數(shù)據(jù)的電子式互感器伴隨故障甄別策略的研究，嘗試從數(shù)據(jù)的縱向協(xié)同性出發(fā)，解析故障模式，但該策略在實(shí)際操作中對(duì)數(shù)據(jù)質(zhì)量和處理速度要求較高，限制了其實(shí)用性。

9、現(xiàn)有技術(shù)5(標(biāo)題：“計(jì)量電流互感器二次回路在線監(jiān)測(cè)技術(shù)研究”；作者：王斌武，劉儉，張軍；期刊：《電子測(cè)量技術(shù)》；公開日期：2022年；第45卷第17期；頁(yè)數(shù)：29-35)提出的電子式電流互感器誤差預(yù)測(cè)方法，雖然具有一定的前瞻性，但收斂速度慢且容易陷入局部最小值。

10、上述現(xiàn)有技術(shù)方案雖在一定程度上推進(jìn)了電流互感器在線監(jiān)測(cè)技術(shù)的發(fā)展，不但需要測(cè)量得到電流互感器的一次電流值或者需要增加電流互感器標(biāo)準(zhǔn)裝置，而且在實(shí)時(shí)性、準(zhǔn)確度和穩(wěn)定性方面，仍存在明顯不足，特別是在處理一次側(cè)電流數(shù)據(jù)缺失的場(chǎng)景下，更缺乏計(jì)量電流互感器誤差的能力。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于機(jī)器學(xué)習(xí)算法的電流互感器誤差在線監(jiān)測(cè)方法，以解決在一次側(cè)電流數(shù)據(jù)缺失的場(chǎng)景下，如何實(shí)時(shí)、準(zhǔn)確、穩(wěn)定地監(jiān)測(cè)并得到電流互感器誤差的問(wèn)題。

2、本發(fā)明通過(guò)下述技術(shù)方案實(shí)現(xiàn)：

3、本發(fā)明的第一方面，提供了一種基于機(jī)器學(xué)習(xí)算法的電流互感器誤差在線監(jiān)測(cè)方法，包括：

4、獲取電流互感器的電流采集數(shù)據(jù)和電流實(shí)際值；所述電流采集數(shù)據(jù)是所述電流互感器在當(dāng)前時(shí)間之前的一段歷史運(yùn)行數(shù)據(jù)，所述電流實(shí)際值是所述電流互感器在當(dāng)前時(shí)間的運(yùn)行數(shù)據(jù)；

5、通過(guò)prophet預(yù)測(cè)模型處理所述電流采集數(shù)據(jù)，預(yù)測(cè)得到電流趨勢(shì)分量和電流周期分量；

6、通過(guò)支持向量回歸模型處理所述電流采集數(shù)據(jù)，預(yù)測(cè)得到第一殘差分量；

7、通過(guò)隨機(jī)森林模型處理所述電流采集數(shù)據(jù)，預(yù)測(cè)得到第二殘差分量；所述第一殘差分量和所述第二殘差分量為所述電流采集數(shù)據(jù)中不符合趨勢(shì)和周期模式的部分；

8、通過(guò)lasso回歸模型對(duì)所述第一殘差分量和所述第二殘差分量進(jìn)行加權(quán)整合，得到第三殘差分量；

9、對(duì)所述電流趨勢(shì)分量、所述電流周期分量和所述第三殘差分量求和，得到當(dāng)前時(shí)間的電流預(yù)測(cè)值；

10、根據(jù)所述電流實(shí)際值和所述電流預(yù)測(cè)值計(jì)算得到所述電流互感器的誤差。

11、為應(yīng)對(duì)電力系統(tǒng)日益增長(zhǎng)的穩(wěn)定供電與精準(zhǔn)計(jì)量需求，針對(duì)現(xiàn)有的電流互感器的線校準(zhǔn)方式存在的局限性，本文發(fā)明提出一種基于電流互感器的歷史運(yùn)行數(shù)據(jù)，融合prophet預(yù)測(cè)模型的時(shí)間序列預(yù)測(cè)能力和支持向量回歸模型(svr)、隨機(jī)森林模型(rfr)、lasso回歸模型的回歸算法優(yōu)勢(shì)的機(jī)器學(xué)習(xí)算法，prophet能夠有效處理季節(jié)性波動(dòng)，捕捉未來(lái)趨勢(shì)，得到電流趨勢(shì)分量和周期分量的準(zhǔn)確預(yù)測(cè)值，svr用于建立精細(xì)的回歸模型，彌補(bǔ)prophet在小規(guī)模數(shù)據(jù)集上的不足，rfr對(duì)于大規(guī)模數(shù)據(jù)集，優(yōu)化計(jì)量性能預(yù)測(cè)的準(zhǔn)確度，svr和rfr的預(yù)測(cè)結(jié)果實(shí)現(xiàn)互補(bǔ)。最后利用lasso回歸模型進(jìn)行特征選擇和避免過(guò)擬合，增強(qiáng)了模型的穩(wěn)定性。因此本方法對(duì)電流互感器標(biāo)準(zhǔn)值的預(yù)測(cè)準(zhǔn)確性高，將電流預(yù)測(cè)值作為電流互感器在線監(jiān)測(cè)的參考標(biāo)準(zhǔn)值，解決了一次側(cè)電流數(shù)據(jù)缺失的問(wèn)題，進(jìn)而實(shí)現(xiàn)實(shí)時(shí)對(duì)電流互感器的誤差進(jìn)行穩(wěn)定、準(zhǔn)確的監(jiān)測(cè)。

12、進(jìn)一步地，所述prophet預(yù)測(cè)模型包括電流趨勢(shì)預(yù)測(cè)子模型和電流周期預(yù)測(cè)子模型，所述電流趨勢(shì)預(yù)測(cè)子模型的表達(dá)式如下：

13、

14、其中，g(t)表示電流趨勢(shì)分量，b(t)表示偏移量，c(t)是一個(gè)時(shí)間函數(shù)，表示模型容量，用于限制模型所能增長(zhǎng)的最大值，k代表增長(zhǎng)率，隨著時(shí)間t的增加，g(t)趨近于c(t)；

15、所述電流周期預(yù)測(cè)子模型的表達(dá)式如下：

16、

17、其中，s(t)表示電流周期分量，an、bn表示公式中需要估計(jì)的參數(shù)，π是圓周率，t為一個(gè)周期，n表示第n個(gè)周期，n代表周期總數(shù)，n值越大，擬合的季節(jié)性更加復(fù)雜。

18、進(jìn)一步地，所述電流周期分量包括以周為周期的周期分量、以日為周期的周期分量和以15分鐘間隔為周期的周期分量。

19、進(jìn)一步地，所述prophet預(yù)測(cè)模型的訓(xùn)練方法包括：

20、通過(guò)prophet自帶的分解模型對(duì)所述電流互感器的歷史運(yùn)行數(shù)據(jù)進(jìn)行分解，得到第一歷史趨勢(shì)分量和第一歷史周期分量；

21、分別利用prophet模型建立電流趨勢(shì)預(yù)測(cè)子模型和電流周期預(yù)測(cè)子模型；

22、通過(guò)所述歷史運(yùn)行數(shù)據(jù)和所述第一歷史趨勢(shì)分量訓(xùn)練所述電流趨勢(shì)預(yù)測(cè)子模型，通過(guò)所述歷史運(yùn)行數(shù)據(jù)和所述第一歷史周期分量訓(xùn)練所述電流周期預(yù)測(cè)子模型。

23、進(jìn)一步地，所述支持向量回歸模型的訓(xùn)練方法包括：

24、通過(guò)prophet預(yù)測(cè)模型對(duì)歷史運(yùn)行數(shù)據(jù)進(jìn)行電流趨勢(shì)分量預(yù)測(cè)和電流周期分量預(yù)測(cè)，得到第二歷史趨勢(shì)分量和第二歷史周期分量；

25、根據(jù)所述歷史運(yùn)行數(shù)據(jù)、第二歷史趨勢(shì)分量和第二歷史周期分量計(jì)算得到歷史殘差分量；

26、將所述第二歷史趨勢(shì)分量和第二歷史周期分量作為特征，所述歷史殘差分量作為目標(biāo)變量，訓(xùn)練所述支持向量回歸模型。

27、進(jìn)一步地，所述隨機(jī)森林模型的訓(xùn)練方法包括：

28、通過(guò)prophet預(yù)測(cè)模型對(duì)歷史運(yùn)行數(shù)據(jù)進(jìn)行電流趨勢(shì)分量預(yù)測(cè)和電流周期分量預(yù)測(cè)，得到第二歷史趨勢(shì)分量和第二歷史周期分量；

29、根據(jù)所述歷史運(yùn)行數(shù)據(jù)、第二歷史趨勢(shì)分量和第二歷史周期分量計(jì)算得到歷史殘差分量；

30、將所述第二歷史趨勢(shì)分量和第二歷史周期分量作為特征，所述歷史殘差分量作為目標(biāo)變量，訓(xùn)練所述隨機(jī)森林模型。

31、本發(fā)明的第二方面，提供了一種于機(jī)器學(xué)習(xí)的電流互感器誤差在線監(jiān)測(cè)裝置，包括：

32、數(shù)據(jù)獲取模塊，用于獲取電流互感器的電流采集數(shù)據(jù)和電流實(shí)際值；所述電流采集數(shù)據(jù)是所述電流互感器的歷史運(yùn)行數(shù)據(jù)，所述電流實(shí)際值是所述電流互感器在當(dāng)前時(shí)間的運(yùn)行數(shù)據(jù)；

33、趨勢(shì)和周期預(yù)測(cè)模塊，用于通過(guò)prophet預(yù)測(cè)模型處理所述電流采集數(shù)據(jù)，預(yù)測(cè)得到電流趨勢(shì)分量和電流周期分量；

34、殘差預(yù)測(cè)模塊，用于通過(guò)支持向量回歸模型處理所述電流采集數(shù)據(jù)，預(yù)測(cè)得到第一殘差分量；以及，

35、通過(guò)隨機(jī)森林模型處理所述電流采集數(shù)據(jù)，預(yù)測(cè)得到第二殘差分量；所述第一殘差分量和所述第二殘差分量為所述電流采集數(shù)據(jù)中不符合趨勢(shì)和周期模式的部分；以及，

36、通過(guò)lasso回歸模型對(duì)所述第一殘差分量和所述第二殘差分量進(jìn)行加權(quán)整合，得到第三殘差分量；

37、電流預(yù)測(cè)模塊，用于對(duì)所述電流趨勢(shì)分量、所述電流周期分量和所述第三殘差分量求和，得到當(dāng)前時(shí)間的電流預(yù)測(cè)值；

38、誤差監(jiān)測(cè)模塊，用于根據(jù)所述電流實(shí)際值和所述電流預(yù)測(cè)值計(jì)算得到所述電流互感器的誤差。

39、本發(fā)明的第三方面，提供了一種電子設(shè)備，存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)本發(fā)明的第一方面任意一項(xiàng)所述的基于機(jī)器學(xué)習(xí)的電流互感器誤差在線監(jiān)測(cè)方法。

40、本發(fā)明的第四方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明的第一方面任意一項(xiàng)所述的基于機(jī)器學(xué)習(xí)的電流互感器誤差在線監(jiān)測(cè)方法。

41、本發(fā)明地第五方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，當(dāng)所述計(jì)算機(jī)程序產(chǎn)品在處理器上運(yùn)行時(shí)，實(shí)現(xiàn)本發(fā)明的第一方面任意一項(xiàng)所述的基于機(jī)器學(xué)習(xí)的電流互感器誤差在線監(jiān)測(cè)方法。

42、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點(diǎn)和有益效果：

43、提出并驗(yàn)證了基于prophet-svr-rfr-lasso(psrl)算法對(duì)電流值標(biāo)準(zhǔn)值的準(zhǔn)確預(yù)測(cè)技術(shù)，彌補(bǔ)了一次側(cè)電流數(shù)據(jù)的缺失，實(shí)現(xiàn)對(duì)電流互感器誤差的在線監(jiān)測(cè)。

44、通過(guò)結(jié)合先進(jìn)的機(jī)器學(xué)習(xí)方法提高了電力系統(tǒng)的誤差計(jì)量準(zhǔn)確性，以便及時(shí)發(fā)現(xiàn)故障，提高維護(hù)效率。

45、prophet模型作為核心的時(shí)間序列預(yù)測(cè)工具，有效處理了季節(jié)性變化并預(yù)測(cè)未來(lái)趨勢(shì)，而支持向量回歸(svr)、隨機(jī)森林回歸(rfr)以及l(fā)asso回歸的結(jié)合進(jìn)一步增強(qiáng)了算法在處理時(shí)間序列數(shù)據(jù)上的能力，特別是在減少過(guò)擬合和提高預(yù)測(cè)準(zhǔn)確度方面表現(xiàn)出色。

46、通過(guò)一系列的實(shí)驗(yàn)全面評(píng)估了prophet-svr-rfr-lasso(psrl)算法的性能。實(shí)驗(yàn)結(jié)果顯示，該算法在捕捉和處理電流互感器數(shù)據(jù)的長(zhǎng)期依賴性方面具有顯著優(yōu)勢(shì)，能夠精確預(yù)測(cè)具有復(fù)雜季節(jié)性和趨勢(shì)性數(shù)據(jù)的未來(lái)變化，并且通過(guò)多種回歸技術(shù)的結(jié)合提高了算法的穩(wěn)定性和魯棒性。