【技术实现步骤摘要】
本申请涉及电力计量在线监测，特别是涉及一种电压互感器误差预测方法、装置、设备及可读存储介质。
技术介绍
1、随着电力计量在线监测技术的快速发展，对电压互感器的误差预测也越来越重要。电容式电压互感器作为电力系统中信号采集的关键设备之一，为控制、保护、测量和计量设备提供准确的二次电压信息。因此，确保电压互感器处于稳定的运行状态，能够保证电力系统在计量和测量方面的准确性，且提高自动装置和继电保护动作的可靠度，有利于实现电力系统的安全、稳定和经济运行。
2、相关技术中，电压互感器误差预测采用cvt状态数据训练基本分类器模型，经过多次迭代直到输出分类准确的强分类器模型，但是申请人认识到，计量误差状态在运行过程中容易受到多种因素的影响，导致误差数据稳定性较低，且传统的预测模型较为单一，在训练数据不平衡时会造成预测精度不高的问题，导致模型不能及时进行预测，相关运行维护人员不能及时安排检修维护工作。
技术实现思路
1、有鉴于此，本申请提供了一种电压互感器误差预测方法、装置、设备及可读存储介质，主要目的在于解决计量误差状态在运行过程中容易受到多种因素的影响，导致误差数据稳定性较低，且传统的预测模型较为单一，在训练数据不平衡时会造成预测精度不高的问题。
2、依据本申请第一方面，提供了一种电压互感器误差预测方法，该方法包括：
3、响应于误差预测指令，获取多个误差数据，采用主成分分析算法对所述多个误差数据进行计算，得到第一误差分量和第二误差分量；
4、根据所
5、采用所述目标波动集计算得到多个相关系数和多个日期匹配系数，利用所述多个相关系数和所述多个日期匹配系数在所述目标波动集中选出相似波动集，以及利用所述相似波动集构建趋势矩阵；
6、将所述第二误差分量输入时间循环神经网络模型中，获取所述时间循环神经网络模型输出的预测波动趋势；
7、获取环境参量，将所述趋势矩阵、所述环境参量、所述预测波动趋势输入预先构建的误差预测模型中，获取所述误差预测模型输出的误差预测结果，将所述误差预测结果发送至发起所述误差预测指令的用户。
8、可选地，所述采用主成分分析算法对所述多个误差数据进行计算，得到第一误差分量和第二误差分量，包括：
9、对所述多个误差数据进行标准化计算，得到标准化矩阵，对所述标准化矩阵进行协方差计算，得到协方差矩阵；
10、采用所述主成分分析算法对所述协方差矩阵进行计算，得到多个特征值，以及确定每个所述特征值对应的特征向量，得到多个特征向量；
11、将所述多个特征值进行降序排列，得到特征排列结果，按照所述特征排列结果将所述多个特征向量进行排列，得到排列矩阵；
12、获取预设主成分，按照所述预设主成分在所述排列矩阵中确定负载矩阵；
13、获取主成分降维计算公式，采用所述主成分降维计算公式对所述负载矩阵和所述标准化矩阵进行计算，得到主成分矩阵，其中，
14、
15、其中，为所述主成分矩阵，为所述标准化矩阵，pa为所述负载矩阵；
16、获取残差分量计算公式，采用所述残差分量计算公式对所述主成分矩阵和所述标准化矩阵进行计算，得到残差分量矩阵，其中，
17、
18、其中，e为所述残差分量矩阵，为所述标准化矩阵，为所述主成分矩阵，pa为所述负载矩阵；
19、确定所述误差预测指令指示的待预测互感器，在所述主成分矩阵中提取所述待预测互感器对应的主成分数据，得到所述第一误差分量；
20、在所述残差分量矩阵中提取所述待预测互感器对应的残差成分数据，得到所述第二误差分量。
21、可选地，所述根据所述第一误差分量的波动过程对所述第一误差分量进行分类，得到多个波动模式集，以及对所述多个波动模式集进行截取操作，得到目标波动集，包括：
22、对所述第一误差分量进行平滑滤波处理，得到误差分量序列，在所述误差分量序列中提取局部极值点；
23、将所述误差分量序列中所述局部极值点之后的序列作为判断序列，计算所述判断序列的最小值，利用所述最小值生成目标序列生成规则；
24、按照所述目标序列生成规则对所述局部极值点进行检测，得到目标序列；
25、获取目标序列分类规则，按照所述目标序列分类规则确定所述目标序列对应的波动模式，得到目标波动模式；
26、按照所述目标序列分类规则对所述误差分量序列进行分类处理，得到多个波动模式集；
27、在所述多个波动模式集中根据所述目标波动模式确定所述目标序列所属的波动模式集，将所述波动模式集作为指定波动模式集；
28、获取指定波动模式集对应的截取规则，按照所述截取规则对所述指定波动模式集进行截取操作，得到所述目标波动集。
29、可选地，所述采用所述目标波动集计算得到多个相关系数和多个日期匹配系数，利用所述多个相关系数和所述多个日期匹配系数在所述目标波动集中选出相似波动集，以及利用所述相似波动集构建趋势矩阵，包括：
30、获取目标序列，在所述目标波动集中确定与所述目标序列波动类型相同的多个波动序列；
31、获取相关系数计算公式，利用所述相关系数计算公式对所述多个波动序列进行计算，得到每个所述波动序列对应的相关系数，其中，
32、
33、其中，pu为第u条波动序列的对应的相关系数，hu为第u条波动序列，为所述第u条波动序列的第i个误差点，为所述目标序列的均值，为第u条波动序列的均值，τ为所述目标序列的长度，u为正整数，i为正整数；
34、获取日期匹配系数计算公式，利用所述日期匹配系数计算公式对所述多个波动序列进行计算，得到每个所述波动序列对应的日期匹配系数，其中，
35、
36、其中，du为第u条波动序列对应的日期匹配系数，α1为第一衰减系数，α2为第二衰减系数，α3为第三衰减系数，tu为第u条波动序列与所述目标序列的日期差距，n1为一个月的天数30天，n2为一个月的天数30天，n3为一周的天数7天，β为0或者1，f为取整函数，r为取余函数，u为正整数；
37、利用每个所述波动序列对应的相关系数和每个所述波动序列对应的日期匹配系数进行计算，得到每个所述波动序列对应的总系数，其中，
38、cu＝pu*du
39、其中，cu为第u条波动序列对应的总系数，pu为第u条波动序列的对应的相关系数，du为第u条波动序列对应的日期匹配系数，u为正整数；
40、获取系数阈值，在多个总系数中确定多个目标总系数，将每个所述目标总系数对应的波动序列作为相似波动序列，得到多个相似波动序列，所述目标总系数大于等于所述系数阈值；
41、将所述多个相似波动序列作为所述相似波本文档来自技高网...
【技术保护点】
1.一种电压互感器误差预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用主成分分析算法对所述多个误差数据进行计算，得到第一误差分量和第二误差分量，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一误差分量的波动过程对所述第一误差分量进行分类，得到多个波动模式集，以及对所述多个波动模式集进行截取操作，得到目标波动集，包括：
4.根据权利要求1所述的方法，其特征在于，所述采用所述目标波动集计算得到多个相关系数和多个日期匹配系数，利用所述多个相关系数和所述多个日期匹配系数在所述目标波动集中选出相似波动集，以及利用所述相似波动集构建趋势矩阵，包括：
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述利用所述输出样本和所述输入样本进行模型训练，得到所述误差预测模型，包括：
7.根据权利要求6所述的方法，其特征在于，所述获取多个输入权重，利用所述鼠群寻优算法对所述多个输入权重进行计算，得到目标输入权重，包括：
8.一种电压互感器误差预测装置，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种电压互感器误差预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用主成分分析算法对所述多个误差数据进行计算，得到第一误差分量和第二误差分量，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一误差分量的波动过程对所述第一误差分量进行分类，得到多个波动模式集，以及对所述多个波动模式集进行截取操作，得到目标波动集，包括：
4.根据权利要求1所述的方法，其特征在于，所述采用所述目标波动集计算得到多个相关系数和多个日期匹配系数，利用所述多个相关系数和所述多个日期匹配系数在所述目标波动集中选出相似波动集，以及利用所述相似波动集构建趋势矩阵，包括：
5.根据权利要求1-4中任一项所述的方法，其...
【专利技术属性】
技术研发人员：周峰，万树伟，郑可，邹波，张家铭，肖冀，徐鸿宇，冯凌，于千傲，何珉，王雪松，谭时顺，常仕亮，
申请(专利权)人：国网重庆市电力公司营销服务中心，
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。