CN111796233A - 双母线接线形式下多台电压互感器继发性误差的评估方法 - Google Patents

双母线接线形式下多台电压互感器继发性误差的评估方法 Download PDF

Info

Publication number
CN111796233A
CN111796233A CN202010924391.1A CN202010924391A CN111796233A CN 111796233 A CN111796233 A CN 111796233A CN 202010924391 A CN202010924391 A CN 202010924391A CN 111796233 A CN111796233 A CN 111796233A
Authority
CN
China
Prior art keywords
data
matrix
real
voltage transformer
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010924391.1A
Other languages
English (en)
Other versions
CN111796233B (zh
Inventor
窦峭奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Gelanruo Intelligent Technology Co.,Ltd.
Original Assignee
Wuhan Glory Road Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Glory Road Intelligent Technology Co ltd filed Critical Wuhan Glory Road Intelligent Technology Co ltd
Priority to CN202010924391.1A priority Critical patent/CN111796233B/zh
Publication of CN111796233A publication Critical patent/CN111796233A/zh
Application granted granted Critical
Publication of CN111796233B publication Critical patent/CN111796233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种双母线接线形式下多台电压互感器继发性误差超差的自适应评估方法和系统。本发明基于三相电压平衡柔性约束条件将站内电压互感器划分为多个评估群体，建立初始评估模态以判断是否存在运行异常的互感器，完成复杂运行工况下单台互感器的状态评估与定位；当存在异常时，在不停电检修的前提下基于自适应切换方法将评估模态从初始模态切换到异常模态，并根据待评估群体中柔性约束条件的变化，建立新的评估子模态，完成站内剩余电压互感器继发性运行误差异常的有效评估。本发明能在不停电运行的条件下，实时实现复杂工况下站内单台和多台电压互感器继发性误差超差的自适应评估分析，评估方法具有普适性和易实现性。

Description

双母线接线形式下多台电压互感器继发性误差的评估方法
技术领域
本发明涉及配电设备状态评估与故障诊断领域，尤其涉及一种双母线接线形式下多台电压互感器继发性误差的评估方法。
背景技术
220kV变电站以及大中型发电厂广泛应用双母线接线，此接线方式的优点是维修保养方便简单，通过倒换母线操作，可以在不干扰一路母线正常运行的条件下维修另一路母线，并且此接线方式调度灵活便于扩建。
在双母线接线形式下，现已有较为成熟的离线检测法解决电压互感器运行误差异常检测的问题，但离线检测法需停电运行才能完成，且无法实时评估电压互感器的运行误差；现也有多种在线检测法，但在线检测法是针对孤立问题的单模态评估方法，其评估群体划分方式及约束条件单一，无法根据电压互感器之间的多个物理拓扑关系及电压互感器运行误差的变化特性灵活划分评估群体，且并未考虑单台电压互感器出现运行误差异常后，站内剩余电压互感器运行误差继续发生异常的可能性。对于双母线接线形式广泛应用的变电站而言，工程实际中为保证供电可靠性，变电站的停电机会少、时间短，因此，即使诊断出存在单台异常电压互感器后也存在无法及时更换的情况，即存在站内剩余电压互感器继续发生异常的可能，现未有针对双母线接线变电站内多台电压互感器继发性运行误差异常状态的有效评估方法。
因此需要建立一种双母线接形式下多台电压互感器继发性误差超差的自适应评估方法，以解决电压互感器继发性运行误差异常的问题。
发明内容
现有电压互感器评估方法是只针对孤立问题的单模态评估方法，整体的评估群体的划分及约束的条件单一，无法根据电压互感器之间的多个物理拓扑关系及运行误差的变化特性灵活划分评估群体，因此，现有电压互感器评估方法仅能应用于特定群体的预设工况，当双母线接线形式变电站中发生普遍存在的一次电压调节、非对称性负荷等较为普遍的复杂运行工况及多台电压互感器继发性运行误差异常等复杂多模态评估问题时，现有评估方法均无法适用。
为解决现有评估方法应用于双母线接线形式变电站中的不足，本发明提出了一种双母线接线形式下多台电压互感器继发性误差的评估方法及系统。
本发明解决复杂工况下双母线接线形式变电站中单台以及多台电压互感器运行误差评估问题的技术方案如下：
第一方面，本发明提供了一种双母线接线形式下多台电压互感器继发性误差的评估方法，包括以下步骤：
采集实际运行时全站电压互感器二次输出信号
Figure 100002_DEST_PATH_IMAGE001
，所述输出信号
Figure 275297DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对所述正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure 100002_DEST_PATH_IMAGE002
；从所述数据矩阵
Figure 728275DEST_PATH_IMAGE002
中抽取数据建立所述正常运行数据的建模数据集
Figure 100002_DEST_PATH_IMAGE003
和所述实时采样数据的采样数据集
Figure 100002_DEST_PATH_IMAGE004
；
建立双母线接线形式下SPE的计算模型；
将所述建模数据集
Figure 634920DEST_PATH_IMAGE003
输入所述计算模型，计算得到置信度
Figure 100002_DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 100002_DEST_PATH_IMAGE006
；
将所述采样数据集
Figure 882362DEST_PATH_IMAGE004
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 484244DEST_PATH_IMAGE006
时判定待检测的电压互感器中出现了运行误差异常的电压互感器；
判定待检测的电压互感器中出现了运行误差异常的电压互感器时，根据各个电压互感器对所述实时SPE统计量的贡献率对所述运行误差异常的电压互感器进行定位；
基于所述运行误差异常电压互感器的位置信息，重新抽取数据构建异常模态的建模数据集
Figure 100002_DEST_PATH_IMAGE007
，将所述建模数据集
Figure 205162DEST_PATH_IMAGE007
输入所述计算模型，计算得到异常模态的置信度
Figure 576100DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 100002_DEST_PATH_IMAGE008
；
重新抽取数据构建所述实时采样数据的采样数据集
Figure 100002_DEST_PATH_IMAGE009
，将所述采样数据集
Figure 994443DEST_PATH_IMAGE009
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 552464DEST_PATH_IMAGE008
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算所述贡献率实现对新增运行误差异常电压互感器的定位。
第二方面，本发明提供一种检测双母线接线形式下电压互感器状态的系统，包括：
数据采集及预处理模块，用于采集实际运行时全站电压互感器二次输出信号
Figure 799774DEST_PATH_IMAGE001
，所述输出信号
Figure 494061DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对所述正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure 942360DEST_PATH_IMAGE002
；从所述数据矩阵
Figure 722097DEST_PATH_IMAGE002
中抽取数据建立所述正常运行数据的建模数据集
Figure 523831DEST_PATH_IMAGE003
和所述实时采样数据的采样数据集
Figure 338203DEST_PATH_IMAGE004
；
计算模型模块，用于建立双母线接线形式下SPE的计算模型；
评估模块，用于将所述建模数据集
Figure 691824DEST_PATH_IMAGE003
输入所述计算模型，计算得到置信度
Figure 958857DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 813550DEST_PATH_IMAGE006
；将所述采样数据集
Figure 482428DEST_PATH_IMAGE004
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 6950DEST_PATH_IMAGE006
时判定待检测的电压互感器中出现了运行误差异常的电压互感器；
异常状态切换模块，用于判定待检测的电压互感器中出现了运行误差异常的电压互感器时，根据各个电压互感器对所述实时SPE统计量的贡献率对所述运行误差异常的电压互感器进行定位；基于所述运行误差异常电压互感器的位置信息，重新抽取数据构建异常模态的建模数据集
Figure 167805DEST_PATH_IMAGE007
，将所述建模数据集
Figure 904816DEST_PATH_IMAGE007
输入所述计算模型，计算得到异常模态的置信度
Figure 959360DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 389204DEST_PATH_IMAGE008
；重新抽取数据构建所述实时采样数据的采样数据集
Figure 286622DEST_PATH_IMAGE009
，将所述采样数据集
Figure 561746DEST_PATH_IMAGE009
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 736375DEST_PATH_IMAGE008
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算所述贡献率实现对新增运行误差异常电压互感器的定位。
第三方面，本发明提供一种电子设备，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述存储器中存储的计算机软件程序，并实现本发明第一方面所述的一种双母线接线形式下多台电压互感器继发性误差超差的自适应评估方法。
第四方面，本发明提供一种非暂态计算机可读存储介质，所述存储介质内存储有用于实现本发明第一方面所述的一种双母线接线形式下多台电压互感器继发性误差超差的自适应评估方法的计算机软件程序。
采用上述进一步方案的有益效果是：不需要在现场使用标准电压互感器，仅根据待检定电压互感器的运行数据实现异常电压互感器的检测与定位，减少了评估的成本，有利于提高电压互感器的运维水平；并且在判定一台电压互感器出现运行异常后，还可以在该出现运行异常的电压互感器的定位信息的基础上，切换模态，重新采集数据集进行后续的电压互感器实时运行误差监控，可实时跟踪并准确评估电压互感器整个运行周期内的误差状态，避免现场测试时只能评估某种工况下和某个时间段内的误差状态；可解决复杂工况下变电站内单台电压互感器和多台电压互感器运行状态的评估问题，即在不停电检修异常电压互感器的条件下仍旧能对剩余电压互感器进行评估，保持了不停电条件下在线评估方法长期运行的有效性。
附图说明
图1为本发明提供的一种双母线接线形式下多台电压互感器继发性误差的评估方法的优选实施例的流程图；
图2为本发明提供的具体应用实施例中初始模态下的实时
Figure 100002_DEST_PATH_IMAGE010
统计量的示意图；
图3为发明提供的具体应用实施例中初始模态下运行误差异常的三相电压互感器的贡献率的示意图；
图4为发明提供的具体应用实施例中异常模态中子模态1下的实时
Figure 478066DEST_PATH_IMAGE010
统计量的示意图；
图5为发明提供的具体应用实施例中异常模态中子模态1下运行误差异常的三相电压互感器的贡献率的示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明实施例提供的一种双母线接线形式下多台电压互感器继发性误差的评估方法，旨在不依赖标准电压互感器和不停电运行的情况下，通过自适应多模态系统化的方法同时解决复杂工况下双母线接线形式变电站中的单台以及多台电压互感器运行误差评估问题，得到双母线接线形式变电站内单台以及多台电压互感器在线运行误差状态评估结果。具体的，该方法包括：
采集实际运行时全站电压互感器二次输出信号
Figure 206988DEST_PATH_IMAGE001
，该输出信号
Figure 816961DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure 100002_DEST_PATH_IMAGE011
；从数据矩阵
Figure 970730DEST_PATH_IMAGE011
中抽取数据建立正常运行数据的建模数据集
Figure 100002_DEST_PATH_IMAGE012
和实时采样数据的采样数据集
Figure 273536DEST_PATH_IMAGE004
。
建立双母线接线形式下SPE的计算模型。
将建模数据集
Figure 224174DEST_PATH_IMAGE012
输入计算模型，计算得到置信度
Figure 513204DEST_PATH_IMAGE005
下SPE(Squared PredictionError,平方预报误差)的统计量控制限
Figure 865688DEST_PATH_IMAGE006
。
将采样数据集
Figure 339395DEST_PATH_IMAGE004
输入计算模型计算实时SPE统计量，实时SPE统计量大于统计量控制限
Figure 777329DEST_PATH_IMAGE006
时判定待检测的电压互感器中出现了运行误差异常的电压互感器。
若实时SPE统计量不大于统计量控制限
Figure 853739DEST_PATH_IMAGE006
，表明待检测的电压互感器处于正常运行状态，此时继续监测并更新实时SPE统计量。
判定待检测的电压互感器中出现了运行误差异常的电压互感器时，根据各个电压互感器对实时SPE统计量的贡献率对运行误差异常的电压互感器进行定位；
基于运行误差异常电压互感器的位置信息，重新抽取数据构建异常模态的建模数据集
Figure 326308DEST_PATH_IMAGE007
，将建模数据集
Figure 970916DEST_PATH_IMAGE007
输入计算模型，计算得到异常模态的置信度
Figure 896147DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 526979DEST_PATH_IMAGE008
；
重新抽取数据构建实时采样数据的采样数据集
Figure 588476DEST_PATH_IMAGE009
，将采样数据集
Figure 403986DEST_PATH_IMAGE009
输入计算模型计算实时SPE统计量，实时SPE统计量大于统计量控制限
Figure 816512DEST_PATH_IMAGE008
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算贡献率实现对新增运行误差异常电压互感器的定位。
本发明提供的一种双母线接线形式下多台电压互感器继发性误差的评估方法，不需要在现场使用标准电压互感器，仅根据待检定电压互感器的运行数据实现异常电压互感器的判定，减少了评估的成本，有利于提高电压互感器的运维水平，并且在判定一台电压互感器出现运行异常后，还可以在该出现运行异常的电压互感器的定位信息的基础上，切换模态，重新采集数据集进行后续的电压互感器实时运行误差监控，双母线接形式下多台电压互感器继发性误差超差的自适应评估这一复杂评估问题具有较高的工程应用价值，解决了不停电条件下在线评估方法的长期运行问题，极大提高了在线评估方法的有效性和适应性，更适应当前变电站的运行特点。
实施例1
本发明提供的实施例一为本发明提供的一种双母线接线形式下多台电压互感器继发性误差的评估方法的优选实施例，如图1所示为本发明提供的一种双母线接线形式下多台电压互感器继发性误差的评估方法的优选实施例的流程图，该优选实施例中基于三相电压平衡柔性约束条件将站内电压互感器划分为多个评估群体，建立初始评估模态以判断是否存在运行异常的电压互感器，完成复杂运行工况下单台电压互感器的状态评估与定位；当存在异常时，在不停电检修的前提下基于自适应切换方法将评估模态从初始模态切换到异常模态，并根据待评估群体中柔性约束条件的变化，建立新的评估子模态，完成站内剩余电压互感器继发性运行误差异常的有效评估。
采集实际运行时全站电压互感器二次输出信号
Figure 500304DEST_PATH_IMAGE001
，输出信号
Figure 681886DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure 402717DEST_PATH_IMAGE011
；从数据矩阵
Figure 302540DEST_PATH_IMAGE011
中抽取数据建立正常运行数据的建模数据集
Figure 275176DEST_PATH_IMAGE012
和实时采样数据的采样数据集
Figure 100002_DEST_PATH_IMAGE013
。
优选的，标准化处理得到数据矩阵
Figure 108002DEST_PATH_IMAGE011
的过程包括：
步骤101，将二次输出信号生成样本矩阵
Figure 100002_DEST_PATH_IMAGE014
，
Figure 100002_DEST_PATH_IMAGE015
，
Figure 100002_DEST_PATH_IMAGE016
。
n为电压互感器数量，m为采样点数。
具体的，双母线接线形式变电站中最常见和最基本的配置方式是配置2组6台电压互感器，所采集的电压分别为
Figure 100002_DEST_PATH_IMAGE017
和
Figure 100002_DEST_PATH_IMAGE018
，此时n的值为6。
步骤102，对样本矩阵进行标准化处理，得到数据矩阵：
Figure 100002_DEST_PATH_IMAGE019
(1)
其中，
Figure 100002_DEST_PATH_IMAGE020
，
Figure 100002_DEST_PATH_IMAGE021
，
Figure 100002_DEST_PATH_IMAGE022
是样本矩阵X第i列向量的均值，如式(2)所示，
Figure 100002_DEST_PATH_IMAGE023
，
Figure 100002_DEST_PATH_IMAGE024
是样本矩阵X第i列向量的方差，如式(3)所示。
Figure 100002_DEST_PATH_IMAGE025
(2)
Figure 100002_DEST_PATH_IMAGE026
(3)
根据初始模态从数据矩阵
Figure 717844DEST_PATH_IMAGE011
中组建建模数据集和建立初始评估模型，即基于面向多个非高斯变量的三相电压平衡柔性约束条件将双母线接线形式变电站内电压互感器划分为多个评估群体。
建立双母线接线形式下的初始模态评估模型，即按组别建立初始模态评估模型
Figure 100002_DEST_PATH_IMAGE027
与
Figure 100002_DEST_PATH_IMAGE028
，其中，
Figure 760755DEST_PATH_IMAGE027
覆盖第一组电压互感器中的A相、B相和C相，对应的建模数据集为
Figure 100002_DEST_PATH_IMAGE029
，
Figure 661715DEST_PATH_IMAGE028
覆盖了第二组电压互感器中的A相、B相和C相，对应的建模数据集为
Figure 100002_DEST_PATH_IMAGE030
，所建模型情况如下表所示
表
Figure 100002_DEST_PATH_IMAGE031
双母线接线方式初始模态建模参数
模型序号 模型名称 约束条件 评估群体 建模数据集
1
Figure 100002_DEST_PATH_IMAGE032
 柔性 1A,1B,1C
Figure 100002_DEST_PATH_IMAGE033
2
Figure 100002_DEST_PATH_IMAGE034
 柔性 2A,2B,2C
Figure 100002_DEST_PATH_IMAGE035
建立双母线接线形式下SPE的计算模型。将建模数据集输入计算模型，计算得到置信度
Figure 676945DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 880524DEST_PATH_IMAGE006
；将采样数据集
Figure 20518DEST_PATH_IMAGE013
输入计算模型计算实时SPE统计量，实时SPE统计量大于统计量控制限
Figure 194011DEST_PATH_IMAGE006
时判定待检测的电压互感器中出现了运行误差异常的电压互感器。
具体的，建立双母线接线形式下SPE的计算模型，计算统计量控制限
Figure 860484DEST_PATH_IMAGE006
和实时SPE统计量的过程包括：
步骤201，根据建模数据集或采样数据集计算白化矩阵
Figure 100002_DEST_PATH_IMAGE036
。
具体的，步骤201包括：
步骤20101，对建模数据集或采样数据集的协方差矩阵
Figure 100002_DEST_PATH_IMAGE037
特征值分解获得矩阵
Figure 100002_DEST_PATH_IMAGE038
与矩阵
Figure 100002_DEST_PATH_IMAGE039
，分解过程如式(4)所示:
Figure 100002_DEST_PATH_IMAGE040
(4)
Y为建模数据集或采样数据集，
Figure 297282DEST_PATH_IMAGE038
为对角阵，每一个对角线上的元素就是一个特征值，通过计算可以直接获得。
步骤20202，计算白化矩阵
Figure 393414DEST_PATH_IMAGE036
:
Figure 100002_DEST_PATH_IMAGE041
(5)
步骤202，根据白化矩阵
Figure 760810DEST_PATH_IMAGE036
计算得到正交矩阵
Figure 100002_DEST_PATH_IMAGE042
；m为采样点数。
具体的，步骤201包括：
步骤20201，确定需要估计的独立分量数量，记
Figure 100002_DEST_PATH_IMAGE043
。
步骤20202，随机选取初始单位向量
Figure 100002_DEST_PATH_IMAGE044
。
步骤20203，
Figure 563681DEST_PATH_IMAGE044
的赋值为：
Figure 100002_DEST_PATH_IMAGE045
，其中，z为矩阵Z的列向量，
Figure 100002_DEST_PATH_IMAGE046
，E()表示期望，
Figure 100002_DEST_PATH_IMAGE047
为初等函数，例如可以为双曲正切函数、指数函数或幂函数，计算公式可以为式(6)，(7)(8)，
Figure 100002_DEST_PATH_IMAGE048
为
Figure 420648DEST_PATH_IMAGE047
的一阶导数。
Figure 100002_DEST_PATH_IMAGE049
(6)
式中，
Figure 100002_DEST_PATH_IMAGE050
。
Figure 100002_DEST_PATH_IMAGE051
(7)
Figure 100002_DEST_PATH_IMAGE052
(8)
步骤20204，对
Figure 941759DEST_PATH_IMAGE044
进行标准正交化处理，若
Figure 847267DEST_PATH_IMAGE044
未收敛，则返回步骤20203；若
Figure 832540DEST_PATH_IMAGE044
收敛，输出向量
Figure 673457DEST_PATH_IMAGE044
，执行步骤20205。
步骤20205，判断
Figure 100002_DEST_PATH_IMAGE053
时，令
Figure 100002_DEST_PATH_IMAGE054
，并返回步骤20202，若
Figure 100002_DEST_PATH_IMAGE055
，执行步骤20206。
步骤20206，将所有
Figure 681865DEST_PATH_IMAGE044
作为列向量合并得到矩阵
Figure 100002_DEST_PATH_IMAGE056
。
步骤203，根据正交矩阵
Figure 391063DEST_PATH_IMAGE056
和白化矩阵
Figure 762002DEST_PATH_IMAGE036
计算解混矩阵：
Figure 100002_DEST_PATH_IMAGE057
(9)
步骤204，对解混矩阵
Figure 100002_DEST_PATH_IMAGE058
进行主要成分
Figure 100002_DEST_PATH_IMAGE059
和残差成分
Figure 100002_DEST_PATH_IMAGE060
的排序与分离，将正交矩阵B按列分为主部
Figure 100002_DEST_PATH_IMAGE061
和余部
Figure 100002_DEST_PATH_IMAGE062
，根据主要成分
Figure 847856DEST_PATH_IMAGE059
、主部
Figure 671455DEST_PATH_IMAGE061
以及建模数据集或采样数据集计算各个采样时刻主要成分的重构变量。
具体的，步骤204中，对解混矩阵
Figure 528553DEST_PATH_IMAGE058
进行主要成分
Figure 629364DEST_PATH_IMAGE059
和残差成分
Figure 280925DEST_PATH_IMAGE060
的排序与分离的过程包括：
将
Figure 100002_DEST_PATH_IMAGE063
按照从大到小的顺序重新排列，并计算顺序特征量
Figure 100002_DEST_PATH_IMAGE064
，其中，
Figure 100002_DEST_PATH_IMAGE065
为解混矩阵
Figure 513192DEST_PATH_IMAGE058
的行向量，并且
Figure DEST_PATH_IMAGE066
。
计算各行向量的贡献率
Figure DEST_PATH_IMAGE067
以及累计贡献率
Figure DEST_PATH_IMAGE068
：
Figure DEST_PATH_IMAGE069
(10)
按照累计贡献率是否达到85%划分主要成分
Figure 377243DEST_PATH_IMAGE059
与残差成分
Figure 926036DEST_PATH_IMAGE060
。
计算第t个采样时刻主要成分的重构变量：
Figure DEST_PATH_IMAGE070
(11)
Figure DEST_PATH_IMAGE071
是第t个采样时刻下的建模数据集或采样数据集中经过标准化处理后的数值，即在计算统计量控制限
Figure 201029DEST_PATH_IMAGE006
时，
Figure DEST_PATH_IMAGE072
为评估模态中正常数据经标准化处理后的值。在计算实时
Figure 874587DEST_PATH_IMAGE010
统计量值时，
Figure 73487DEST_PATH_IMAGE072
为评估模态中实时采样数据经标准化处理后的值。
步骤205，根据观测数据和重构变量确定SPE统计量计算函数，根据计算函数计算置信度
Figure 7945DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 266888DEST_PATH_IMAGE006
以及实时SPE统计量。
具体的，步骤205中
Figure 677009DEST_PATH_IMAGE010
统计量的计算函数为：
Figure DEST_PATH_IMAGE073
(12)
利用核密度估计方法计算置信度
Figure 945180DEST_PATH_IMAGE005
下统计量控制限
Figure 468565DEST_PATH_IMAGE006
，包括：
步骤20501，令
Figure 304934DEST_PATH_IMAGE010
统计量概率密度函数为
Figure DEST_PATH_IMAGE074
，则
Figure 812139DEST_PATH_IMAGE074
在任意点
Figure 352841DEST_PATH_IMAGE010
处的核密度估计定义如下所示：
Figure DEST_PATH_IMAGE075
(13)
式中，
Figure DEST_PATH_IMAGE076
称为核函数，为保证概率密度函数非负且积分为1，取高斯函数为核函数，如式(14)所示。
Figure DEST_PATH_IMAGE077
(14)
参数h为带宽:
Figure DEST_PATH_IMAGE078
(15)
步骤20502，通过核密度估计法，估计
Figure 589788DEST_PATH_IMAGE010
统计量的概率分布函数
Figure DEST_PATH_IMAGE079
如下所示：
Figure DEST_PATH_IMAGE080
(16)
步骤20503，计算在显著性水平
Figure 456113DEST_PATH_IMAGE005
下的统计量控制限
Figure 840826DEST_PATH_IMAGE006
如下所示：
Figure DEST_PATH_IMAGE081
(17)
Figure 450799DEST_PATH_IMAGE005
的典型取值范围为95%～99%。
优选的，根据初始评估模态采集三相电压互感器在t时刻的实时输出信号构成采样数据集并参照公式(1)-公式(3)对其进行标准化处理，得到标准化后采样数据集
Figure 355301DEST_PATH_IMAGE013
:
Figure DEST_PATH_IMAGE082
(18)
优选的，判定待检测的电压互感器中出现了运行误差异常的电压互感器之后还包括：
计算各相电压互感器对实时SPE统计量的贡献率：
Figure DEST_PATH_IMAGE083
(19)
其中，
Figure DEST_PATH_IMAGE084
为t时刻下贡献率数组
Figure DEST_PATH_IMAGE085
的第i个元素，表征的是第i台电压互感器对统计量
Figure DEST_PATH_IMAGE086
的贡献率，
Figure DEST_PATH_IMAGE087
，即分别对应A相、B相和C相，
Figure DEST_PATH_IMAGE088
为t时刻第i相电压互感器标准化后的实时数据，
Figure DEST_PATH_IMAGE089
为t时刻第i相电压互感器的重构变量。
根据贡献率实现复杂工况下对单台运行误差异常电压互感器的定位，并上报预警信息，最大贡献率所对应的电压互感器即为故障电压互感器，并上报预警信息，完成单台电压互感器的状态评估与定位。
当存在异常时，在不停电检修的前提下基于自适应切换方法将评估模态从初始模态切换到异常模态，并根据待评估群体中柔性约束条件的变化，建立新的评估子模态，完成站内剩余电压互感器继发性运行误差异常的有效评估。因此，对单台运行误差异常电压互感器的定位后还包括：
基于运行误差异常电压互感器的位置信息，在不停电运行检修的前提下将电压互感器的评估模态从初始模态切换到异常模态并建立新的评估模型，根据当前的评估模型重新抽取数据构建异常模态的建模数据集
Figure 986003DEST_PATH_IMAGE007
，将建模数据集
Figure 733379DEST_PATH_IMAGE007
输入计算模型，计算得到异常模态的置信度
Figure 615884DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 624160DEST_PATH_IMAGE008
，完成评估模态转换。
重新抽取数据构建实时采样数据的采样数据集
Figure 566709DEST_PATH_IMAGE009
，将采样数据集
Figure 535802DEST_PATH_IMAGE009
输入计算模型计算实时SPE统计量，实时SPE统计量大于统计量控制限
Figure 956419DEST_PATH_IMAGE008
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算贡献率实现对新增运行误差异常电压互感器的定位，并上报预警信息。完成当前模态下电压互感器的状态监测与运行异常定位，实现对多台电压互感器继发性误差超差的监测与定位。
实施例2
本发明提供的实施例2为本发明提供的一种一种双母线接线形式下多台电压互感器继发性误差的评估方法的具体应用实施例，如图2所示为本发明提供的具体应用实施例中初始模态下的实时
Figure 835513DEST_PATH_IMAGE010
统计量的示意图。
为模拟电压互感器运行状态的变化，设置在电压互感器运行正常的状态下采集了500组数据，然后设置第一组电压互感器A相电压互感器发生故障导致该相电压互感器运行状态异常的情况下采集了2500组数据。通过对采集的第一组电压互感器的3000组数据进行处理，得到3000个采样数据测试点，分别计算其实时
Figure DEST_PATH_IMAGE090
统计量，并与统计量控制限
Figure DEST_PATH_IMAGE091
进行比较，结果如图2所示。可见，从第500组数据以后，实时
Figure 870334DEST_PATH_IMAGE090
统计量均超过图中虚线即统计量控制限
Figure 795565DEST_PATH_IMAGE091
，故可知初始评估模态中的待检测的三相电压互感器（第一组电压互感器）中存在运行状态异常的现象。
如图3所示为发明提供的具体应用实施例中初始模态下运行误差异常的三相电压互感器的贡献率的示意图。对于运行误差异常的三相电压互感器，计算各相对统计量
Figure DEST_PATH_IMAGE092
的贡献率，如图3所示，可以看出A相贡献率最大，判断为第一组电压互感器中的A相异常，与实际异常设置相吻合。
基于定位得到的异常电压互感器的位置信息，在不停电检修的情况下，从初始模态自适应切换到异常模态下的子模态，完成对剩余电压互感器的检测与定位。
利用定位得到的异常电压互感器位置信息，在不停电检修的情况下，参照表2按照异常电压互感器的位置确定当前评估问题的子模态。
表 2双母线接线方式异常模态建模参数
Figure DEST_PATH_IMAGE093
由于第一组电压互感器中的A相发生运行状态异常，故在第一组电压互感器A相继续运行的前提下，评估问题将从初始模态切换到异常模态中的子模态1以继续进行电压互感器的状态检测与定位。
根据切换后的子模态建立新的评估模型，重新从数据矩阵
Figure 957556DEST_PATH_IMAGE011
中抽取数据构建当前评估模型的建模数据集
Figure DEST_PATH_IMAGE094
，计算对应的
Figure DEST_PATH_IMAGE095
统计量，并基于核密度估计方法计算置信度
Figure 815790DEST_PATH_IMAGE005
下的统计量控制限
Figure DEST_PATH_IMAGE096
，完成评估模型切换。
优选地，参照表2所示，评估模态切换至模态1，重新从数据矩阵
Figure 755933DEST_PATH_IMAGE011
中取第二组电压互感器的A相数据代替第一组电压互感器中的A相数据，组建当前子模态下的建模数据集
Figure 699619DEST_PATH_IMAGE094
，即：
Figure DEST_PATH_IMAGE097
根据公式(11)-公式(12)计算对应的
Figure 868563DEST_PATH_IMAGE095
统计量，并基于公式(13)-公式(17)利用核密度估计方法计算置信度
Figure 50146DEST_PATH_IMAGE005
下的统计量控制限
Figure 36556DEST_PATH_IMAGE096
，完成由初始模态切换到异常模态中模态1的转换过程。
采集当前评估模态中待检测电压互感器的实时输出信号，根据当前的评估模型构建新采样数据集
Figure DEST_PATH_IMAGE098
，计算当前子模态下的实时
Figure 592171DEST_PATH_IMAGE095
统计量，若统计量小于统计量控制限
Figure 158282DEST_PATH_IMAGE096
，表明全站的电压互感器处于正常运行状态，此时继续监测并更新实时
Figure 725529DEST_PATH_IMAGE095
统计量；若统计量大于控制限，表明全站电压互感器中大概率出现了多台运行误差异常的电压互感器；
优选地，继续采集存在运行异常电压互感器时的实时二次输出信号，根据所确定的评估子模态1的需求，评估模型中用第二组电压互感器的A相数据代替第一组电压互感器中的A相数据，并参照公式(1)-公式(3)对其进行标准化处理，得到采样数据集
Figure 351683DEST_PATH_IMAGE098
。
根据公式(11)-公式(12)，计算对应时刻统计量值
Figure DEST_PATH_IMAGE099
，将该值与控制限
Figure DEST_PATH_IMAGE100
进行比对，若
Figure 676485DEST_PATH_IMAGE099
统计量小于统计量控制限
Figure 780707DEST_PATH_IMAGE096
，表明当前评估模态中的待检测电压互感器处于正常运行状态，此时继续监测并更新实时
Figure 592674DEST_PATH_IMAGE095
统计量；若
Figure 389729DEST_PATH_IMAGE099
超出了统计量控制限
Figure 529723DEST_PATH_IMAGE096
，则说明当前评估模态中的待检测的三相电压互感器中存在运行误差异常的现象。
如图4所示为发明提供的具体应用实施例中异常模态中子模态1下的实时
Figure 703216DEST_PATH_IMAGE095
统计量的示意图。为模拟电压互感器运行状态的变化，设置在电压互感器运行正常的状态下采集了2000组数据，然后设置第二组电压互感器B相电压互感器添加渐变误差-0.0002%/点时采集1000组数据，模拟外界温湿度对运行误差的影响，得到3000个采样数据测试点，分别计算其实时
Figure 120422DEST_PATH_IMAGE095
统计量，并与统计量控制限
Figure 88378DEST_PATH_IMAGE096
进行比较，结果如图4所示。可见，从第2500组数据以后，实时
Figure 715668DEST_PATH_IMAGE095
统计量均超过图中虚线即统计量控制限
Figure 161693DEST_PATH_IMAGE096
，此时在第二组电压互感器B相上引入误差约为0.1%，故可知评估1模态中的待检测的三相电压互感器（第一组电压互感器的B相、C相和第二组电压互感器的A相）中存在运行状态异常的现象。
当再次发现待检测电压互感器中存在运行误差异常的电压互感器，按照子模态中评估模型的不同，通过计算待检测电压互感器三相的贡献率实现对多台运行误差异常电压互感器的检测与定位，并上报预警信息。
对于评估模态中确定存在运行误差异常的电压互感器，根据公式（19）计算三相电压互感器各自对于实时
Figure 948252DEST_PATH_IMAGE095
统计量贡献率的大小，运行误差异常的电压互感器即为三相电压互感器中贡献率最大时所对应的电压互感器，并上报预警信息。
如图5所示为发明提供的具体应用实施例中异常模态中子模态1下运行误差异常的三相电压互感器的贡献率的示意图。对于运行误差异常的三相电压互感器，计算各相对统计量
Figure 87109DEST_PATH_IMAGE099
的贡献率，如图5所示，可以看出B相贡献率最大，判断为第一组电压互感器中的B相异常，与实际异常设置相吻合。
通过设置双母线接线形式下的电压互感器相继发生突变异常和渐变性异常，本方法进行仿真验证可知，方法通过自适应多模态系统化的方法实现复杂工况下对双母线接线形式下单台和多台电压互感器的在线监测与定位，评估灵敏度为0.1%，即在站内发生电压互感器运行误差异常后，在不停电检修异常电压互感器的条件下，仍旧保持了评估的有效性。本发明解决了不停电条件下在线评估方法的长期运行问题，极大提高了在线评估方法的有效性和适应性，与现有计量异常状态检测方法相比，更适应当前变电站停电检修机会少、时间短的运行特点。
实施例三
本发明提供的实施例三为本发明提供的一种双母线接线形式下多台电压互感器继发性误差的评估系统的实施例，该系统包括：
数据采集及预处理模块，用于采集实际运行时全站电压互感器二次输出信号
Figure 201696DEST_PATH_IMAGE001
，输出信号
Figure 451412DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure 843210DEST_PATH_IMAGE011
；从数据矩阵
Figure 152969DEST_PATH_IMAGE011
中抽取数据建立正常运行数据的建模数据集
Figure DEST_PATH_IMAGE101
和实时采样数据的采样数据集
Figure 754851DEST_PATH_IMAGE013
。
计算模型模块，用于建立双母线接线形式下SPE的计算模型。
评估模块，用于将建模数据集
Figure 464050DEST_PATH_IMAGE101
输入计算模型，计算得到置信度
Figure 303830DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 315648DEST_PATH_IMAGE100
；将采样数据集
Figure 608090DEST_PATH_IMAGE013
输入计算模型计算实时SPE统计量，实时SPE统计量大于统计量控制限
Figure 871712DEST_PATH_IMAGE100
时判定待检测的电压互感器中出现了运行误差异常的电压互感器。
异常状态切换模块，用于判定待检测的电压互感器中出现了运行误差异常的电压互感器时，根据各个电压互感器对实时SPE统计量的贡献率对运行误差异常的电压互感器进行定位；基于运行误差异常电压互感器的位置信息，重新抽取数据构建异常模态的建模数据集
Figure 97157DEST_PATH_IMAGE094
，将建模数据集
Figure 748718DEST_PATH_IMAGE094
输入计算模型，计算得到异常模态的置信度
Figure 449827DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 845036DEST_PATH_IMAGE096
；重新抽取数据构建实时采样数据的采样数据集
Figure 393829DEST_PATH_IMAGE098
，将采样数据集
Figure 13029DEST_PATH_IMAGE098
输入计算模型计算实时SPE统计量，实时SPE统计量大于统计量控制限
Figure 686587DEST_PATH_IMAGE096
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算贡献率实现对新增运行误差异常电压互感器的定位。
本发明实施例提出了一种双母线接线形式下多台电压互感器继发性误差的评估方法，通过自适应多模态系统化的方法解决了复杂工况下双母线接线形式变电站中单台以及多台电压互感器运行误差异常的评估问题。自适应是指基于等效替换和异常剔除的方法，并根据评估群体的实时变化实现评估模态的自行转化，以适应不同运行状态下的评估群体。多模态是指双母线接线形式变电站内电压互感器运行误差的评估问题可根据约束条件的违背情况划分为初始模态和异常模态，初始模态下，站内所有电压互感器运行误差均正常，约束条件未出现违背，此时根据初始模态进行单台电压互感器的状态评估与定位；但是，当双母线接线形式变电站内已诊断出单台电压互感器运行误差异常后，由于原有群体内的约束关系已被破坏，信息物理的建模基础已发生改变，初始模态下建立的评估模型无法进行有效评估，评估问题由初始模态自适应的切换至异常模态，据此基于异常模态进行多台电压互感器继发性运行误差异常状态的有效评估与定位，实现复杂工况下对双母线接线形式变电站中单台以及多台电压互感器的有效评估。
本发明首先以基于面向多个非高斯变量的三相电压平衡柔性约束条件将双母线接线形式变电站内电压互感器划分为多个评估群体，建立双母线接线形式变电站中电压互感器评估的初始模态。初始模态评估方法固定评估群体划分方式，通过监测群体内约束条件的违背评估电压互感器运行误差变化，初始模态能有效实现在一次电压调节、非对称性负荷等较为复杂运行工况下的电压互感器状态评估与定位。其次当初始模态检测出异常运行的电压互感器，由于双母线接线形式变电站的停电机会少、时间短，导致运行期间诊断出异常电压互感器后也无法及时停电更换，异常电压互感器的存在使得原评估群体所用约束条件出现违背，评估模型失效，因此通过分析约束条件违背后被评估的电压互感器群体中柔性约束的变化，确立异常模态评估模型的建模参数，划分评估群体并建立子模型。最后基于等效替换和异常剔除的自适应切换方法，将前述仅能解决初始模态评估问题的单模态评估方法扩展到多模态评估问题中，以准确检测和定位双母线接线形式变电站中约束关系违背前后出现的运行误差异常的电压互感器，解决了复杂工况下双母线接线形式变电站中多台电压互感器继发性误差超差的问题。
需要说明的是，实施例中的方法可以通过计算机软件程序实现，基于此，本发明实施例还提供一种电子设备，包括：
存储器，用于存储计算机软件程序。
处理器，用于读取并执行存储器中存储的计算机软件程序，并实现本发明第一方面的一种双母线接线形式下多台电压互感器继发性误差的评估方法。
同时还需说明的是，计算机软件程序中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种双母线接线形式下多台电压互感器继发性误差的评估方法，其特征在于，所述方法包括：
采集实际运行时全站电压互感器二次输出信号
Figure DEST_PATH_IMAGE001
，所述输出信号
Figure 414433DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对所述正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure DEST_PATH_IMAGE002
；从所述数据矩阵
Figure 489836DEST_PATH_IMAGE002
中抽取数据建立所述正常运行数据的建模数据集
Figure DEST_PATH_IMAGE003
和所述实时采样数据的采样数据集
Figure DEST_PATH_IMAGE004
；
建立双母线接线形式下SPE的计算模型；
将所述建模数据集
Figure 935730DEST_PATH_IMAGE003
输入所述计算模型，计算得到置信度
Figure DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure DEST_PATH_IMAGE006
；
将所述采样数据集
Figure 362163DEST_PATH_IMAGE004
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 364754DEST_PATH_IMAGE006
时判定待检测的电压互感器中出现了运行误差异常的电压互感器；
判定待检测的电压互感器中出现了运行误差异常的电压互感器时，根据各个电压互感器对所述实时SPE统计量的贡献率对所述运行误差异常的电压互感器进行定位；
基于所述运行误差异常电压互感器的位置信息，重新抽取数据构建异常模态的建模数据集
Figure DEST_PATH_IMAGE007
，将所述建模数据集
Figure 75090DEST_PATH_IMAGE007
输入所述计算模型，计算得到异常模态的置信度
Figure 239355DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure DEST_PATH_IMAGE008
；
重新抽取数据构建所述实时采样数据的采样数据集
Figure DEST_PATH_IMAGE009
，将所述采样数据集
Figure 418664DEST_PATH_IMAGE009
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 490525DEST_PATH_IMAGE008
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算所述贡献率实现对新增运行误差异常电压互感器的定位。
2.根据权利要求1所述的方法，其特征在于，所述标准化处理得到所述数据矩阵
Figure 868417DEST_PATH_IMAGE002
的过程包括：
步骤101，将所述二次输出信号生成样本矩阵
Figure DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE011
，
Figure DEST_PATH_IMAGE012
；
n为电压互感器数量，m为采样点数；
步骤102，对所述样本矩阵进行标准化处理，得到数据矩阵：
Figure DEST_PATH_IMAGE013
；
其中，
Figure DEST_PATH_IMAGE014
，，
Figure DEST_PATH_IMAGE016
是样本矩阵X第i列向量的均值
Figure DEST_PATH_IMAGE017
，
Figure DEST_PATH_IMAGE018
是样本矩阵X第i列向量的方差。
3.根据权利要求1所述的方法，其特征在于，所述建立双母线接线形式下SPE的计算模型，计算所述统计量控制限和实时SPE统计量的过程包括：
步骤201，根据所述建模数据集或采样数据集计算白化矩阵
Figure DEST_PATH_IMAGE019
；
步骤202，根据所述白化矩阵
Figure 187272DEST_PATH_IMAGE019
计算得到正交矩阵
Figure DEST_PATH_IMAGE020
；m为采样点数；
步骤203，根据所述正交矩阵
Figure DEST_PATH_IMAGE021
和白化矩阵
Figure 837565DEST_PATH_IMAGE019
计算解混矩阵
Figure DEST_PATH_IMAGE022
；
步骤204，对所述解混矩阵
Figure DEST_PATH_IMAGE023
进行主要成分
Figure DEST_PATH_IMAGE024
和残差成分
Figure DEST_PATH_IMAGE025
的排序与分离，将所述正交矩阵B按列分为主部
Figure DEST_PATH_IMAGE026
和余部
Figure DEST_PATH_IMAGE027
，根据所述主要成分
Figure 306592DEST_PATH_IMAGE024
、主部
Figure 804570DEST_PATH_IMAGE026
以及所述建模数据集或采样数据集计算各个采样时刻主要成分的重构变量；
步骤205，根据观测数据和重构变量确定SPE统计量计算函数，根据所述计算函数计算置信度
Figure 841796DEST_PATH_IMAGE005
下SPE的统计量控制限以及实时SPE统计量。
4.根据权利要求3所述的方法，其特征在于，所述步骤201包括：
步骤20101，对所述建模数据集或采样数据集的协方差矩阵
Figure DEST_PATH_IMAGE028
特征值分解获得对角矩阵
Figure DEST_PATH_IMAGE029
和矩阵
Figure DEST_PATH_IMAGE030
:
Figure DEST_PATH_IMAGE031
；Y为所述建模数据集或采样数据集；
步骤20102，计算所述白化矩阵
Figure 663208DEST_PATH_IMAGE019
:
Figure DEST_PATH_IMAGE032
。
5.根据权利要求3所述的方法，其特征在于，所述步骤202包括：
步骤20201，确定需要估计的独立分量数量，记i=1；
步骤20202，随机选取初始单位向量
Figure DEST_PATH_IMAGE033
；
步骤20203，
Figure 483396DEST_PATH_IMAGE033
的赋值为：
Figure DEST_PATH_IMAGE034
，其中，z为矩阵Z的列向量，
Figure DEST_PATH_IMAGE035
，E()表示期望，
Figure DEST_PATH_IMAGE036
为初等函数，
Figure DEST_PATH_IMAGE037
为
Figure 553989DEST_PATH_IMAGE036
的一阶导数；
步骤20204，对
Figure 230958DEST_PATH_IMAGE033
进行标准正交化处理，若
Figure 75417DEST_PATH_IMAGE033
未收敛，则返回步骤20203；若
Figure 292772DEST_PATH_IMAGE033
收敛，输出向量
Figure 499762DEST_PATH_IMAGE033
，执行步骤20205；
步骤20205，判断
Figure DEST_PATH_IMAGE038
时，令
Figure DEST_PATH_IMAGE039
，并返回所述步骤20202，若
Figure DEST_PATH_IMAGE040
，执行步骤20206；
步骤20206，将所有
Figure 206687DEST_PATH_IMAGE033
作为列向量合并得到矩阵
Figure 131918DEST_PATH_IMAGE021
。
6.根据权利要求3所述的方法，其特征在于，所述步骤204中，对所述解混矩阵
Figure 887384DEST_PATH_IMAGE023
进行主要成分
Figure 214461DEST_PATH_IMAGE024
和残差成分
Figure 154604DEST_PATH_IMAGE025
的排序与分离的过程包括：
将
Figure DEST_PATH_IMAGE041
按照从大到小的顺序重新排列，并计算顺序特征量
Figure DEST_PATH_IMAGE042
，其中，
Figure DEST_PATH_IMAGE043
为所述解混矩阵
Figure 239234DEST_PATH_IMAGE023
的行向量，并且
Figure DEST_PATH_IMAGE044
；
计算各行向量的贡献率
Figure DEST_PATH_IMAGE045
以及累计贡献率
Figure DEST_PATH_IMAGE046
：
Figure DEST_PATH_IMAGE047
；
按照累计贡献率是否达到85%划分主要成分
Figure 985342DEST_PATH_IMAGE024
与残差成分
Figure 573450DEST_PATH_IMAGE025
；
计算第t个采样时刻主要成分的重构变量：
Figure DEST_PATH_IMAGE048
；
Figure DEST_PATH_IMAGE049
是第t个采样时刻下的所述建模数据集或采样数据集中经过标准化处理后的数值。
7.根据权利要求6所述的方法，其特征在于，所述步骤205中
Figure DEST_PATH_IMAGE050
统计量的计算函数为：
Figure DEST_PATH_IMAGE051
；
利用核密度估计方法计算置信度
Figure 746811DEST_PATH_IMAGE005
下统计量控制限
Figure 646634DEST_PATH_IMAGE006
，包括：
步骤20501，令
Figure 619269DEST_PATH_IMAGE050
统计量概率密度函数为
Figure DEST_PATH_IMAGE052
，则
Figure 186516DEST_PATH_IMAGE052
在任意点
Figure 468462DEST_PATH_IMAGE050
处的核密度估计定义为：
Figure DEST_PATH_IMAGE053
式中，
Figure DEST_PATH_IMAGE054
称为核函数：
Figure DEST_PATH_IMAGE055
；参数h为带宽，
Figure DEST_PATH_IMAGE056
；
步骤20502，通过核密度估计法，估计
Figure 58843DEST_PATH_IMAGE050
统计量的概率分布函数
Figure DEST_PATH_IMAGE057
：
Figure DEST_PATH_IMAGE058
；
步骤20503，计算在显著性水平
Figure 615596DEST_PATH_IMAGE005
下的统计量控制限：
Figure DEST_PATH_IMAGE059
；
Figure 178295DEST_PATH_IMAGE005
的典型取值范围为95%～99%。
8.根据权利要求1所述的方法，其特征在于，计算各相电压互感器对所述实时SPE统计量的贡献率包括：
Figure DEST_PATH_IMAGE060
；
其中，
Figure DEST_PATH_IMAGE061
为t时刻下贡献率数组
Figure DEST_PATH_IMAGE062
的第i个元素，
Figure DEST_PATH_IMAGE063
为t时刻第i相电压互感器标准化后的实时数据，
Figure DEST_PATH_IMAGE064
为t时刻第i相电压互感器的重构变量；
根据所述贡献率实现对单台运行误差异常电压互感器的定位，并上报预警信息。
9.一种双母线接线形式下多台电压互感器继发性误差的评估系统，其特征在于，所述系统包括：
数据采集及预处理模块，用于采集实际运行时全站电压互感器二次输出信号
Figure 693459DEST_PATH_IMAGE001
，所述输出信号
Figure 708819DEST_PATH_IMAGE001
包括正常运行数据和实时采样数据，分别对所述正常运行数据和实时采样数据进行标准化处理后得到数据矩阵
Figure 147891DEST_PATH_IMAGE002
；从所述数据矩阵
Figure 158572DEST_PATH_IMAGE002
中抽取数据建立所述正常运行数据的建模数据集
Figure DEST_PATH_IMAGE065
和所述实时采样数据的采样数据集
Figure 313479DEST_PATH_IMAGE004
；
计算模型模块，用于建立双母线接线形式下SPE的计算模型；
评估模块，用于将所述建模数据集
Figure 816136DEST_PATH_IMAGE065
输入所述计算模型，计算得到置信度
Figure 58898DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 189665DEST_PATH_IMAGE006
；将所述采样数据集
Figure 984315DEST_PATH_IMAGE004
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 833322DEST_PATH_IMAGE006
时判定待检测的电压互感器中出现了运行误差异常的电压互感器；
异常状态切换模块，用于判定待检测的电压互感器中出现了运行误差异常的电压互感器时，根据各个电压互感器对所述实时SPE统计量的贡献率对所述运行误差异常的电压互感器进行定位；基于所述运行误差异常电压互感器的位置信息，重新抽取数据构建异常模态的建模数据集
Figure 755142DEST_PATH_IMAGE007
，将所述建模数据集
Figure 740415DEST_PATH_IMAGE007
输入所述计算模型，计算得到异常模态的置信度
Figure 581332DEST_PATH_IMAGE005
下SPE的统计量控制限
Figure 386477DEST_PATH_IMAGE008
；重新抽取数据构建所述实时采样数据的采样数据集
Figure 95676DEST_PATH_IMAGE009
，将所述采样数据集
Figure 466615DEST_PATH_IMAGE009
输入所述计算模型计算实时SPE统计量，所述实时SPE统计量大于所述统计量控制限
Figure 947275DEST_PATH_IMAGE008
时判定待检测的电压互感器中出现了新增运行误差异常的电压互感器，通过计算所述贡献率实现对新增运行误差异常电压互感器的定位。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8任一项所述双母线接线形式下多台电压互感器继发性误差的评估方法的步骤。
CN202010924391.1A 2020-09-04 2020-09-04 双母线接线形式下多台电压互感器继发性误差的评估方法 Active CN111796233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010924391.1A CN111796233B (zh) 2020-09-04 2020-09-04 双母线接线形式下多台电压互感器继发性误差的评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010924391.1A CN111796233B (zh) 2020-09-04 2020-09-04 双母线接线形式下多台电压互感器继发性误差的评估方法

Publications (2)

Publication Number Publication Date
CN111796233A true CN111796233A (zh) 2020-10-20
CN111796233B CN111796233B (zh) 2020-11-27

Family

ID=72834198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010924391.1A Active CN111796233B (zh) 2020-09-04 2020-09-04 双母线接线形式下多台电压互感器继发性误差的评估方法

Country Status (1)

Country Link
CN (1) CN111796233B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112098915A (zh) * 2020-11-05 2020-12-18 武汉格蓝若智能技术有限公司 双母线分段接线下多台电压互感器继发性误差的评估方法
CN113239132A (zh) * 2021-07-12 2021-08-10 武汉格蓝若智能技术有限公司 一种电压互感器的超差在线辨识方法
CN113899968A (zh) * 2021-09-23 2022-01-07 成都高斯电子技术有限公司 一种电压互感器监测方法
CN115144807A (zh) * 2022-09-05 2022-10-04 武汉格蓝若智能技术有限公司 差分滤噪和载流分级的电流互感器在线评估方法、装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090157341A1 (en) * 2007-04-17 2009-06-18 Schlumberger Technology Corporation Methods of Correcting Accelerometer and Magnetometer Measurements
CN101899563A (zh) * 2009-06-01 2010-12-01 上海宝钢工业检测公司 基于pca模型的连续退火机组炉内温度、张力监测及故障追溯方法
CN102662321A (zh) * 2012-03-23 2012-09-12 清华大学 一种主元分析监控模型的在线更新方法
CN104933012A (zh) * 2015-05-08 2015-09-23 西南交通大学 一种牵引变电所互感器的测量偏差故障在线识别方法
CN105700518A (zh) * 2016-03-10 2016-06-22 华中科技大学 一种工业过程故障诊断方法
CN109062189A (zh) * 2018-08-30 2018-12-21 华中科技大学 一种用于复杂故障的工业过程故障诊断方法
CN111506041A (zh) * 2020-03-09 2020-08-07 兰州理工大学 一种基于扩散距离改进的邻域保持嵌入的间歇过程故障检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090157341A1 (en) * 2007-04-17 2009-06-18 Schlumberger Technology Corporation Methods of Correcting Accelerometer and Magnetometer Measurements
CN101899563A (zh) * 2009-06-01 2010-12-01 上海宝钢工业检测公司 基于pca模型的连续退火机组炉内温度、张力监测及故障追溯方法
CN102662321A (zh) * 2012-03-23 2012-09-12 清华大学 一种主元分析监控模型的在线更新方法
CN104933012A (zh) * 2015-05-08 2015-09-23 西南交通大学 一种牵引变电所互感器的测量偏差故障在线识别方法
CN105700518A (zh) * 2016-03-10 2016-06-22 华中科技大学 一种工业过程故障诊断方法
CN109062189A (zh) * 2018-08-30 2018-12-21 华中科技大学 一种用于复杂故障的工业过程故障诊断方法
CN111506041A (zh) * 2020-03-09 2020-08-07 兰州理工大学 一种基于扩散距离改进的邻域保持嵌入的间歇过程故障检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李朝阳: "基于主元分析的牵引变电所互感器二次量异常故障在线识别方法", 《电力自动化设备》 *
腾予非 等: "基于群离点检测的高压并联电抗体本体电流互感器测量异常故障在线诊断", 《电工技术学报》 *
蔡连芳: "基于独立元件分析的过程故障检测方法研究", 《中国博士学位论文全文数据库》 *
陶渊: "电子式互感器计量误差状态的在线评估研究", 《中国优秀硕士学位论文全文数据库工程科技二辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112098915A (zh) * 2020-11-05 2020-12-18 武汉格蓝若智能技术有限公司 双母线分段接线下多台电压互感器继发性误差的评估方法
CN112098915B (zh) * 2020-11-05 2021-02-05 武汉格蓝若智能技术有限公司 双母线分段接线下多台电压互感器继发性误差的评估方法
CN113239132A (zh) * 2021-07-12 2021-08-10 武汉格蓝若智能技术有限公司 一种电压互感器的超差在线辨识方法
CN113899968A (zh) * 2021-09-23 2022-01-07 成都高斯电子技术有限公司 一种电压互感器监测方法
CN113899968B (zh) * 2021-09-23 2024-05-10 成都高斯电子技术有限公司 一种电压互感器监测方法
CN115144807A (zh) * 2022-09-05 2022-10-04 武汉格蓝若智能技术有限公司 差分滤噪和载流分级的电流互感器在线评估方法、装置
CN115144807B (zh) * 2022-09-05 2022-12-02 武汉格蓝若智能技术有限公司 差分滤噪和载流分级的电流互感器在线评估方法、装置

Also Published As

Publication number Publication date
CN111796233B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN111796233B (zh) 双母线接线形式下多台电压互感器继发性误差的评估方法
CN112098915B (zh) 双母线分段接线下多台电压互感器继发性误差的评估方法
CN111459700B (zh) 设备故障的诊断方法、诊断装置、诊断设备及存储介质
Coble et al. Applying the general path model to estimation of remaining useful life
Cai et al. Monitoring nonlinear and non-Gaussian processes using Gaussian mixture model-based weighted kernel independent component analysis
Liu et al. Integration of data fusion methodology and degradation modeling process to improve prognostics
Long et al. Improved diagnostics for the incipient faults in analog circuits using LSSVM based on PSO algorithm with Mahalanobis distance
CN112115602B (zh) 磨煤机管路堵塞状态确定方法、装置、存储介质及计算设备
CN109062189A (zh) 一种用于复杂故障的工业过程故障诊断方法
Li et al. False alarm reducing in PCA method for sensor fault detection in a nuclear power plant
CN111680727B (zh) 基于朴素贝叶斯的故障诊断方法、诊断设备和存储介质
CN106874676B (zh) 一种电能计量装置状态评估方法
CN111340367B (zh) 基于多维度关联性数据分析的少油设备状态评估方法及系统
CN112379325A (zh) 一种用于智能电表的故障诊断方法及系统
CN117216481A (zh) 一种用于电器的远程监控方法及系统
Lou et al. Enhanced fault diagnosis method using conditional gaussian network for dynamic processes
CN115392056A (zh) 一种高压架空输电线路运行状态监测及预警方法及装置
CN111445105A (zh) 基于目标值分析的电厂在线性能诊断方法及系统
CN110751217A (zh) 基于主元分析的设备能耗占比预警分析方法
CN110244690B (zh) 一种多变量工业过程故障辨识方法及系统
DE102021006561A1 (de) Big-Data für Fehlererkennung in Batteriesystemen
CN116955045A (zh) 一种远程jtag多路复用测试方法及系统
CN111614504A (zh) 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统
CN105656453B (zh) 一种基于时间序列的光纤电流互感器随机噪声实时滤波方法
WO2022162060A1 (de) Big-data für fehlererkennung in batteriesystemen

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee after: Wuhan Gelanruo Intelligent Technology Co.,Ltd.

Address before: Room 1803-1805, building 2-07, guanggu.core center, 303 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee before: WUHAN GLORY ROAD INTELLIGENT TECHNOLOGY Co.,Ltd.