CN117233687A - 一种基于历史数据的cvt初始误差评估方法、介质及终端 - Google Patents
一种基于历史数据的cvt初始误差评估方法、介质及终端 Download PDFInfo
- Publication number
- CN117233687A CN117233687A CN202311499440.1A CN202311499440A CN117233687A CN 117233687 A CN117233687 A CN 117233687A CN 202311499440 A CN202311499440 A CN 202311499440A CN 117233687 A CN117233687 A CN 117233687A
- Authority
- CN
- China
- Prior art keywords
- data
- error
- capacitive voltage
- groups
- cvt
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 12
- 230000004913 activation Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 15
- 238000011156 evaluation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 101100295776 Drosophila melanogaster onecut gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明适用于互感器检测技术领域，涉及一种基于历史数据的CVT初始误差评估方法、介质及终端，包括：S10、确定计算单元，建立同相、同电压等级两通道电容式电压互感器误差的关系；S20、分析误差影响因素，并采集各个误差影响因素的数据；S30、提取两组电容式电压互感器的特征值；S40、构成历史样本数据集；S50、建立输入数据和输出数据之间的代理模型；S60、评估数据的初始误差。本发明流程简单、结果可靠，以同相同电压等级两通道电压互感器误差关系为基础，结合互感器误差影响因素，利用历史样本数据，建立互感器误差代理模型，从而实现互感器初始误差的估算，整个方法误差检测效率和准确性较现有技术大大提高。
Description
技术领域
本发明属于互感器检测技术领域，尤其涉及一种基于历史数据的CVT初始误差评估方法。
背景技术
电容式电压互感器（Capacitor Voltage Transformer，CVT）由于其良好的绝缘特性，被广泛地应用于高电压等级应用场景。相对于传统的电磁式电压互感器，电容式电压互感器结构更复杂，在运行过程中，更容易出现超差现象，从而影响电能结算贸易公平，因此对CVT的误差检测尤为重要。现阶段的电压互感器误差在线评估的流程可归纳如下：监测仪挂网运行时，需要采集互感器二次侧数据，并以此为训练数据，建立误差评估模型，在误差评估阶段，计算的误差值为以训练数据为基准的误差变化量，互感器最终的计量误差等于训练数据对应的初始误差加后续监测到的误差变化量。因此断电检定监测仪挂网运行时训练数据对应的初始误差是必不可少的环节，但现阶段断电检定实现较困难，通常会以最近的离线检定数据替代，对于没有离线检定数据的应用场景，甚至会随机给一个初始误差，从而导致最终的互感器误差评定结果差异较大，准确性较低，此外这种一刀切的检修方式没有充分考虑每台互感器的健康状态，检修效率也较低。
申请号为CN202211371496.4的专利申请提供了一种电压互感器误差评估方法及装置，包括：获取离线检测过程中的第一电气属性特征数据构建离线训练集；基于所述离线训练集训练MLP模型得到同型号CVT误差状态模型；基于所述同型号CVT误差状态模型构造第一基于工况的同型号CVT误差状态预测模型；基于所述第一基于工况的同型号CVT误差状态预测模型进行工况自适应训练，输出第二基于工况的同型号CVT误差预测模型；将待测电压互感器的在线监测数据输入至所述第二基于工况的同型号CVT误差状态预测模型，输出所述待测电压互感器的误差状态。此发明专利同样是通过获取特征数据构建训练集，建立模型从而实现CVT的误差检测，与现有技术中的方案大致相同。
因此，如何提供一种检测效率和准确性高，同时无需训练数据就能实现电容式电压互感器初始误差检测的方法，是本技术领域人员亟待解决的问题。
发明内容
针对现有技术的不足，本发明的目的是提供一种基于历史数据的CVT初始误差评估方法，以解决现有技术中CVT初始误差检测效率和准确性低的问题；另外本发明还提供了一种基于历史数据的CVT初始误差评估介质及终端。
为了解决上述技术问题，本发明采用了如下的技术方案：
第一方面，本发明提供了一种基于历史数据的CVT初始误差评估方法，包括以下步骤：
S10、确定计算单元，建立同相、同电压等级两通道电容式电压互感器误差的关系；
S20、分析误差影响因素，并采集各个误差影响因素的数据；
S30、提取两组电容式电压互感器的特征值；
S40、以所述各个误差影响因素的数据为输入数据，以两组电容式电压互感器的误差值为输出数据，构成历史样本数据集；
S50、利用历史样本数据集训练网络模型，建立输入数据和输出数据之间的神经网络代理模型；
S60、评估数据的初始误差。
进一步的，所述步骤S10中，电容式电压互感器的一次电压和二次电压的转换关系为：
；
其中，、依次为电容式电压互感器一次侧电压与二次侧电压测量值，为电
容式电压互感器的额定变比，为电容式电压互感器的误差；
同相、同电压等级两通道电容式电压互感器的转换关系为：
；
其中，为互感器a1对应的误差，为互感器a2对应的误差，为互感器a1的
二次侧电压测量值与一次侧电压测量值，为互感器a2的二次侧电压测量值与一次侧电
压测量值。
进一步的，所述步骤S20的具体步骤如下：
S201、通过电压传感器，采集两组电容式电压互感器二次侧电压波形数据；
S202、通过温度传感器，采集两组电容式电压互感器运行环境的实时温度；
S203、通过湿度传感器，采集两组电容式电压互感器运行环境的实时湿度；
S204、通过查阅电容式电压互感器铭牌，获取两组电容式电压互感器的绕组二次
负荷参数；
S205、查阅互感器离线检定数据，获取两组电容式电压互感器的误差值。
进一步的，所述步骤S30的具体步骤如下：
S301、提取两组电容式电压互感器的幅值与频率：所述步骤S201中采集的两组电
容式电压互感器二次侧电压波形数据进行傅里叶变换，得到其对应的频谱信息，搜
索频谱中幅值的最大值，即为电容式电压互感器的基波幅值，依次为，基波幅值对应的频率依次为基波频率；
S302、提取两组电容式电压互感器的误差的差值：根据所述步骤S10有：=，令，则有：。
进一步的，所述步骤S40的具体步骤如下：
S401、以所述步骤S20、S30中的、、、、、为
输入数据，为输出数据，形成数据=[]；
S402、搜集电容式电压互感器离线检定数据，形成历史样本数据集，设共获取N条
数据样本，则历史样本数据集=[]。
进一步的，所述步骤S50的具体步骤如下：
S501、代理模型输入层的输入数据为所述步骤S401中的，输入层与隐藏层之间
的连接系数为，偏置为，激活函数为sigmod函数，即，则隐藏层的输出
为
；
输出层的输入数据为隐藏层的输出数据，隐藏层之间的连接系数为，偏置为，激活函数为sigmod函数，即，则输出层输出为：
；
S502、定义损失函数，其中为输出数据的元素个数；
S503、利用梯度下降算法训练网络模型，通过迭代计算神经网络的相关参数；
S504、神经网络模型训练完成以后，即用神经网络模型代理电容式电压互感器误差计算代理模型。
进一步的，所述步骤S60中，对于一组新的输入数据，其误差值为：
。
第二方面，本发明还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法。
第三方面，本发明还提供了一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上所述方法。
本发明提供的基于历史数据的CVT初始误差评估方法、介质及终端与现有技术相比，至少具有如下有益效果：
现阶段CVT初始误差检测通常是断电检定的方式，容易导致最终的互感器误差评定结果差异较大，准确性较低，此外现有一刀切的检修方式没有充分考虑每台互感器的健康状态，检修效率也较低。本发明流程简单、结果可靠，以同相同电压等级两通道电压互感器误差关系为基础，结合互感器误差影响因素，利用历史样本数据，建立互感器误差代理模型，从而实现互感器初始误差的估算，在实时电容式电压互感器误差监测时，不需要断电标定初始误差，整个方法误差检测效率和准确性较现有技术大大提高。
附图说明
为了更清楚地说明本发明的方案，下面将对实施例描述中所需要使用的图作一个简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于历史数据的CVT初始误差评估方法的流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
本发明提供了一种基于历史数据的CVT初始误差评估方法，应用于电容式互感器的误差检测过程中，基于历史数据的CVT初始误差评估方法包括以下步骤：
S10、确定计算单元，建立同相、同电压等级两通道电容式电压互感器误差的关系；
S20、分析误差影响因素，并采集各个误差影响因素的数据；
S30、提取两组电容式电压互感器的特征值；
S40、以所述各个误差影响因素的数据为输入数据，以两组电容式电压互感器的误差值为输出数据，构成历史样本数据集；
S50、利用历史样本数据集训练网络模型，建立输入数据和输出数据之间的神经网络代理模型；
S60、评估数据的初始误差。
本发明流程简单、结果可靠，以同相同电压等级两通道电压互感器误差关系为基础，结合互感器误差影响因素，利用历史样本数据，建立互感器误差代理模型，从而实现互感器初始误差的估算，整个方法误差检测效率和准确性较现有技术大大提高。
为了使本技术领域的人员更好地理解本发明方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明提供了一种基于历史数据的CVT初始误差评估方法，应用于电容式电压互感器的误差检测过程中，如图1所示，所述基于历史数据的CVT初始误差评估方法包括以下步骤：
S10、确定计算单元，建立同相、同电压等级两通道电容式电压互感器误差的关系；
具体地，电容式电压互感器的一次电压和二次电压的转换关系为：
；
其中，、依次为电容式电压互感器一次侧电压与二次侧电压测量值，为电
容式电压互感器的额定变比，为电容式电压互感器的误差；
本实施例中，以同相两通道进行说明，则有：
；
；
其中，、为互感器a1的二次侧电压测量值与一次侧电压测量值，为互
感器a1对应的误差，其中、为互感器a2的二次侧电压测量值与一次侧电压测量值，为互感器a2对应的误差。由于电网一次侧电压值较为稳定，即互感器、对应的
一次侧电压与相等，将两式相除得：
；
其中，为互感器的误差，为一个接近于0的较小的数，由泰勒公式得：
；
则有：；
；
忽略2阶小量，则有：
；
在表达式中，有两个通道的误差，即2个未知数，1个方程，
无法直接求解，本发明实施例通过分析互感器影响因素，建立互感器误差影响因素与互感
器误差的映射关系，从而求解表达式。
S20、分析误差影响因素，并采集各个误差影响因素的数据；
具体地，步骤S20的具体步骤如下：
S201、通过电压传感器，采集两组电容式电压互感器二次侧电压波形数据；
S202、通过温度传感器，采集两组电容式电压互感器运行环境的实时温度；
S203、通过湿度传感器，采集两组电容式电压互感器运行环境的实时湿度；
S204、通过查阅电容式电压互感器铭牌，获取两组电容式电压互感器的绕组二次
负荷参数；
S205、查阅互感器离线检定数据，获取两组电容式电压互感器的误差值。
S30、提取两组电容式电压互感器的特征值；
具体地，步骤S30的具体步骤如下：
S301、提取两组电容式电压互感器的幅值与频率：步骤S201中采集的两组电容式
电压互感器二次侧电压波形数据进行傅里叶变换，得到其对应的频谱信息，搜索频
谱中幅值的最大值，即为电容式电压互感器的基波幅值，依次为，基波幅值对应的频率依次为基波频率；
S302、提取两组电容式电压互感器的误差的差值：根据步骤S10有：=，令，则有：。
S40、构成历史样本数据集；
具体地，步骤S40的具体步骤如下：
S401、以步骤S20、S30中的、、、、、为输入
数据，为输出数据，形成数据=[]；
S402、搜集电容式电压互感器离线检定数据，形成历史样本数据集，设共获取N条
数据样本，则历史样本数据集=[]。
S50、建立输入数据和输出数据之间的代理模型；
具体地，步骤S50的具体步骤如下：
S501、代理模型输入层的输入数据为步骤S401中的，输入层与隐藏层之间的连
接系数为，偏置为，激活函数为sigmod函数，即，则隐藏层的输出为
；
输出层的输入数据为隐藏层的输出数据，隐藏层之间的连接系数为，偏置为，激活函数为sigmod函数，即，则输出层输出为：
；
S502、定义损失函数，其中为输出数据的元素个数；
S503、利用梯度下降算法训练网络模型，通过迭代计算神经网络的相关参数；
S504、神经网络模型训练完成以后，即用神经网络模型代理电容式电压互感器误差计算代理模型。
S60、评估数据的初始误差。
具体地，对于一组新的输入数据，其误差值为：
。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本实施例中的任一项方法。
本发明实施例还提供了一种电子终端，包括：处理器及存储器；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
上述实施例所述的基于历史数据的CVT初始误差评估方法、介质及终端，与现有技术相比，现阶段CVT初始误差检测通常是断电检定的方式，容易导致最终的互感器误差评定结果差异较大，准确性较低，此外现有一刀切的检修方式没有充分考虑每台互感器的健康状态，检修效率也较低。本发明流程简单、结果可靠，以同相同电压等级两通道电压互感器误差关系为基础，结合互感器误差影响因素，利用历史样本数据，建立互感器误差代理模型，从而实现互感器初始误差的估算，在实时电容式电压互感器误差监测时，不需要断电标定初始误差，整个方法误差检测效率和准确性较现有技术大大提高。
显然，以上所描述的实施例仅仅是本发明较佳实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例，但并不限制本发明的专利范围。本发明可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。
Claims (9)
1.一种基于历史数据的CVT初始误差评估方法，其特征在于，包括以下步骤：
S10、确定计算单元，建立同相、同电压等级两通道电容式电压互感器误差的关系；
S20、分析误差影响因素，并采集各个误差影响因素的数据；
S30、提取两组电容式电压互感器的特征值；
S40、以所述各个误差影响因素的数据为输入数据，以两组电容式电压互感器的误差值为输出数据，构成历史样本数据集；
S50、利用历史样本数据集训练网络模型，建立输入数据和输出数据之间的神经网络代理模型；
S60、评估数据的初始误差。
2.根据权利要求1所述的一种基于历史数据的CVT初始误差评估方法，其特征在于，所述步骤S10中，电容式电压互感器的一次电压和二次电压的转换关系为：
；
其中，、/>依次为电容式电压互感器一次侧电压与二次侧电压测量值，/>为电容式电压互感器的额定变比，/>为电容式电压互感器的误差；
同相、同电压等级两通道电容式电压互感器的转换关系为：
；
其中，为互感器a1对应的误差，/>为互感器a2对应的误差，/>为互感器a1的二次侧电压测量值与一次侧电压测量值，/>为互感器a2的二次侧电压测量值与一次侧电压测量值。
3.根据权利要求2所述的一种基于历史数据的CVT初始误差评估方法，其特征在于，所述步骤S20的具体步骤如下：
S201、通过电压传感器，采集两组电容式电压互感器二次侧电压波形数据；
S202、通过温度传感器，采集两组电容式电压互感器运行环境的实时温度；
S203、通过湿度传感器，采集两组电容式电压互感器运行环境的实时湿度；
S204、通过查阅电容式电压互感器铭牌，获取两组电容式电压互感器的绕组二次负荷参数；
S205、查阅互感器离线检定数据，获取两组电容式电压互感器的误差值。
4.根据权利要求3所述的一种基于历史数据的CVT初始误差评估方法，其特征在于，所述步骤S30的具体步骤如下：
S301、提取两组电容式电压互感器的幅值与频率：所述步骤S201中采集的两组电容式电压互感器二次侧电压波形数据进行傅里叶变换，得到其对应的频谱信息，搜索频谱中幅值的最大值，即为电容式电压互感器的基波幅值，依次为/>，基波幅值对应的频率依次为基波频率/>；
S302、提取两组电容式电压互感器的误差的差值：根据所述步骤S10有：=，令/>，则有：/>。
5.根据权利要求4所述的一种基于历史数据的CVT初始误差评估方法，其特征在于，所述步骤S40的具体步骤如下：
S401、以所述步骤S20、S30中的、/>、/>、/>、/>、/>为输入数据/>，/>为输出数据/>，形成数据/>=[/>]；
S402、搜集电容式电压互感器离线检定数据，形成历史样本数据集，设共获取N条数据样本，则历史样本数据集=[/>]。
6.根据权利要求5所述的所述的一种基于历史数据的CVT初始误差评估方法，其特征在于，所述步骤S50的具体步骤如下：
S501、代理模型输入层的输入数据为所述步骤S401中的，输入层与隐藏层之间的连接系数为/>，偏置为/>，激活函数为sigmod函数，即/>，则隐藏层的输出为
；
输出层的输入数据为隐藏层的输出数据，隐藏层之间的连接系数为/>，偏置为/>，激活函数为sigmod函数，即/>，则输出层输出为：
；
S502、定义损失函数，其中/>为输出数据/>的元素个数；
S503、利用梯度下降算法训练网络模型，通过迭代计算神经网络的相关参数；
S504、神经网络模型训练完成以后，即用神经网络模型代理电容式电压互感器误差计算代理模型。
7.根据权利要求6所述的所述的一种基于历史数据的CVT初始误差评估方法，其特征在于，所述步骤S60中，对于一组新的输入数据，其误差值为：
。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法。
9.一种电子终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至7任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311499440.1A CN117233687B (zh) | 2023-11-13 | 2023-11-13 | 一种基于历史数据的cvt初始误差评估方法、介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311499440.1A CN117233687B (zh) | 2023-11-13 | 2023-11-13 | 一种基于历史数据的cvt初始误差评估方法、介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117233687A true CN117233687A (zh) | 2023-12-15 |
| CN117233687B CN117233687B (zh) | 2024-02-06 |
Family
ID=89098682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311499440.1A Active CN117233687B (zh) | 2023-11-13 | 2023-11-13 | 一种基于历史数据的cvt初始误差评估方法、介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117233687B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117434486A (zh) * | 2023-12-20 | 2024-01-23 | 智联信通科技股份有限公司 | 一种直流分路计量误差分析处理方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040033750A (ko) * | 2002-10-15 | 2004-04-28 | 학교법인 두원학원 | 변압기용 디지털 보호계전방법 |
| KR101431685B1 (ko) * | 2013-08-28 | 2014-08-20 | 한국표준과학연구원 | 전류변성기의 비보정인자 및 위상오차 연산 방법 |
| CN105158723A (zh) * | 2015-07-30 | 2015-12-16 | 贵州电力试验研究院 | 一种数字化电能计量系统的误差评估系统及方法 |
| US10362056B1 (en) * | 2019-01-14 | 2019-07-23 | The Florida International University Board Of Trustees | Content-aware spoofed sensor measurement data detection in microgrids |
| CN111562544A (zh) * | 2020-07-14 | 2020-08-21 | 武汉格蓝若智能技术有限公司 | 一种数字电能计量系统的参数一致性诊断方法及系统 |
| US20200309829A1 (en) * | 2019-04-01 | 2020-10-01 | Dake He | On-line monitoring system for the performance of the measurement equipment in the entire power grid based on wide-area synchronous measurement |
| KR102357052B1 (ko) * | 2021-08-19 | 2022-02-08 | 강철수 | 활선 상태에서의 전류 비오차 측정장치와 모니터링 시스템 |
| WO2022198896A1 (zh) * | 2021-03-22 | 2022-09-29 | 苏州电器科学研究院股份有限公司 | 电流互感器复合误差检测装置及方法 |
| CN115166618A (zh) * | 2022-09-06 | 2022-10-11 | 武汉格蓝若智能技术有限公司 | 一种非平稳输出的电流互感器误差评估方法 |
| CN115685046A (zh) * | 2022-11-10 | 2023-02-03 | 广东电网有限责任公司 | 互感器计量异常识别方法、装置、设备及存储介质 |
| CN115840184A (zh) * | 2023-02-16 | 2023-03-24 | 威胜集团有限公司 | 一种电压互感器运行误差分析方法、介质及终端 |
| CN116068481A (zh) * | 2023-03-14 | 2023-05-05 | 国网福建省电力有限公司 | 一种电流互感器误差定量评估方法、系统、设备和介质 |
| CN116679254A (zh) * | 2023-07-27 | 2023-09-01 | 威胜集团有限公司 | 一种电压互感器初始误差计算方法 |
| CN116702612A (zh) * | 2023-06-08 | 2023-09-05 | 国网北京市电力公司 | 一种多维指标融合的cvt健康状态预测方法及系统 |
| CN116720622A (zh) * | 2023-06-14 | 2023-09-08 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种电流互感器计量误差值预测方法 |
| CN116736214A (zh) * | 2023-05-19 | 2023-09-12 | 国网福建省电力有限公司营销服务中心 | 一种cvt稳定性评估方法和系统 |
| CN116736212A (zh) * | 2023-06-20 | 2023-09-12 | 威胜集团有限公司 | 一种互感器运行误差在线监测及计量方法 |
-
2023
- 2023-11-13 CN CN202311499440.1A patent/CN117233687B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040033750A (ko) * | 2002-10-15 | 2004-04-28 | 학교법인 두원학원 | 변압기용 디지털 보호계전방법 |
| KR101431685B1 (ko) * | 2013-08-28 | 2014-08-20 | 한국표준과학연구원 | 전류변성기의 비보정인자 및 위상오차 연산 방법 |
| CN105158723A (zh) * | 2015-07-30 | 2015-12-16 | 贵州电力试验研究院 | 一种数字化电能计量系统的误差评估系统及方法 |
| US10362056B1 (en) * | 2019-01-14 | 2019-07-23 | The Florida International University Board Of Trustees | Content-aware spoofed sensor measurement data detection in microgrids |
| US20200309829A1 (en) * | 2019-04-01 | 2020-10-01 | Dake He | On-line monitoring system for the performance of the measurement equipment in the entire power grid based on wide-area synchronous measurement |
| CN111562544A (zh) * | 2020-07-14 | 2020-08-21 | 武汉格蓝若智能技术有限公司 | 一种数字电能计量系统的参数一致性诊断方法及系统 |
| WO2022198896A1 (zh) * | 2021-03-22 | 2022-09-29 | 苏州电器科学研究院股份有限公司 | 电流互感器复合误差检测装置及方法 |
| KR102357052B1 (ko) * | 2021-08-19 | 2022-02-08 | 강철수 | 활선 상태에서의 전류 비오차 측정장치와 모니터링 시스템 |
| CN115166618A (zh) * | 2022-09-06 | 2022-10-11 | 武汉格蓝若智能技术有限公司 | 一种非平稳输出的电流互感器误差评估方法 |
| CN115685046A (zh) * | 2022-11-10 | 2023-02-03 | 广东电网有限责任公司 | 互感器计量异常识别方法、装置、设备及存储介质 |
| CN115840184A (zh) * | 2023-02-16 | 2023-03-24 | 威胜集团有限公司 | 一种电压互感器运行误差分析方法、介质及终端 |
| CN116068481A (zh) * | 2023-03-14 | 2023-05-05 | 国网福建省电力有限公司 | 一种电流互感器误差定量评估方法、系统、设备和介质 |
| CN116736214A (zh) * | 2023-05-19 | 2023-09-12 | 国网福建省电力有限公司营销服务中心 | 一种cvt稳定性评估方法和系统 |
| CN116702612A (zh) * | 2023-06-08 | 2023-09-05 | 国网北京市电力公司 | 一种多维指标融合的cvt健康状态预测方法及系统 |
| CN116720622A (zh) * | 2023-06-14 | 2023-09-08 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种电流互感器计量误差值预测方法 |
| CN116736212A (zh) * | 2023-06-20 | 2023-09-12 | 威胜集团有限公司 | 一种互感器运行误差在线监测及计量方法 |
| CN116679254A (zh) * | 2023-07-27 | 2023-09-01 | 威胜集团有限公司 | 一种电压互感器初始误差计算方法 |
Non-Patent Citations (2)
| Title |
|---|
| 胡琛;张竹;杨爱超;李敏;焦洋;李东江;: "电子式电流互感器误差模型及误差状态预测方法", 电力工程技术, no. 04 * |
| 郑小平 等: "基于运行电能表误差自监测技术研究", 《电测与仪表》, vol. 59, no. 8, pages 187 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117434486A (zh) * | 2023-12-20 | 2024-01-23 | 智联信通科技股份有限公司 | 一种直流分路计量误差分析处理方法 |
| CN117434486B (zh) * | 2023-12-20 | 2024-03-08 | 智联信通科技股份有限公司 | 一种直流分路计量误差分析处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117233687B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107016236B (zh) | 基于非线性量测方程的电网假数据注入攻击检测方法 | |
| CN117233687B (zh) | 一种基于历史数据的cvt初始误差评估方法、介质及终端 | |
| CN111474510A (zh) | 一种非平稳输出的电压互感器的误差评估方法及系统 | |
| CN106548021B (zh) | 一种基于高维随机矩阵的电子式互感器误差状态评估方法 | |
| CN109270482B (zh) | 电压互感器计量准确度在线评价方法及终端设备 | |
| CN102998545A (zh) | 一种变压器绕组工作状态的在线监测方法 | |
| CN115840184B (zh) | 一种电压互感器运行误差分析方法、介质及终端 | |
| CN110333404A (zh) | 一种非侵入式的负荷监测方法、装置、设备及存储介质 | |
| CN116643091A (zh) | 基于多维时序特征的换流变阀侧套管在线绝缘监测方法 | |
| CN117748507B (zh) | 基于高斯回归模型的配网谐波接入不确定性评估方法 | |
| CN116613751B (zh) | 一种新能源并网系统的小干扰稳定性分析方法及系统 | |
| CN116736212B (zh) | 一种互感器运行误差在线监测及计量方法 | |
| CN112511056A (zh) | 一种基于相量测量的鲁棒发电机动态状态估计方法 | |
| CN108037424B (zh) | 基于多数据来源的电力电容器绝缘状态评估方法与系统 | |
| CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
| CN115878963A (zh) | 电容式电压互感器计量误差预测方法、系统、终端及介质 | |
| CN112329825B (zh) | 基于信息分维及提升决策树的变压器机械故障诊断方法 | |
| CN101576611A (zh) | 基于核独立分量分析的电流传感器角差在线监测方法 | |
| Wilson et al. | Uncertainty Quantification of Capacitor Switching Transient Location using Machine Learning | |
| CN113358922A (zh) | 非稳态电网信号的基波、谐波、间谐波电能功率测量方法 | |
| CN113675883A (zh) | 一种并网逆变器控制延时参数辨识的方法 | |
| CN112765882B (zh) | Afsa与l-m融合算法的cvt等值参数辨识方法 | |
| Han et al. | Data repair and anomaly detection of power meter based on deep reinforcement learning | |
| CN116500532B (zh) | 同步交叉采样的高压电压互感器计量异常评估方法及系统 | |
| Chaouche et al. | Three phase transformer modelling by frequency response analysis measurement |
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 |