本發(fā)明涉及電力計量在線監(jiān)測，具體涉及一種配網(wǎng)電壓互感器狀態(tài)評估方法及裝置。

背景技術(shù)：

1、配網(wǎng)中電壓互感器是用來隔離高電壓，并把高電壓轉(zhuǎn)換為低電壓，供繼電保護、自動裝和計量儀表獲取一次側(cè)電壓信號的設備。配網(wǎng)電壓互感器能夠監(jiān)測配電網(wǎng)中的電壓，在出現(xiàn)電壓過高或過低時觸發(fā)保護裝置，以防止設備損壞或故障；同時能夠準確測量配電網(wǎng)中的電壓，從而計算消耗的電能。通過監(jiān)測配電網(wǎng)中的電壓變化，電壓互感器還能夠幫助識別并定位電網(wǎng)中的故障，從而加快故障恢復速度，并減少停電時間。

2、但配網(wǎng)中電壓互感器在實際的運行過程中，其誤差受采集原理與惡劣環(huán)境等影響會在其工作壽命內(nèi)發(fā)生故障，因此需要對電壓互感器的運行狀態(tài)進行評估，以便在其發(fā)生異常時進行快速識別，有助于相關運行維護人員進行檢修維護，保障電網(wǎng)的穩(wěn)定運行。

3、但是現(xiàn)有技術(shù)中對電壓互感器的狀態(tài)評估不準確或者斷電監(jiān)測，會導致運行維護人員進行無效的檢修維護或者增加電力停運時間。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種配網(wǎng)電壓互感器狀態(tài)評估方法及裝置，能夠解決現(xiàn)有技術(shù)中對電壓互感器的狀態(tài)評估不準確或者斷電監(jiān)測，會導致運行維護人員進行無效的檢修維護或者增加電力停運時間的問題。

2、為達到以上目的，本發(fā)明采取的技術(shù)方案是：

3、一方面，本發(fā)明提供一種配網(wǎng)電壓互感器狀態(tài)評估方法，包括以下步驟：

4、將內(nèi)源數(shù)據(jù)進行切分后再進行變量嵌入，并使用聯(lián)合自注意力機制且與其自身融合輸入線性網(wǎng)絡層得到內(nèi)源中間特征，對外源數(shù)據(jù)使用線性網(wǎng)絡層進行變量嵌入分別得到外源中間特征，其中，內(nèi)源數(shù)據(jù)包括變壓器低壓側(cè)電壓數(shù)據(jù)，外源數(shù)據(jù)包括低壓側(cè)負荷數(shù)據(jù)、溫度數(shù)據(jù)和濕度數(shù)據(jù)；

5、對內(nèi)源中間特征和外源中間特征施加交叉注意力機制進行處理，得到內(nèi)外源相關性特征，并輸入至mlp網(wǎng)絡中進行處理，得到輸出特征并作為變壓器實際變比預測值；

6、對變壓器實際變比預測值同時進行回歸任務和分類任務的多任務學習，得到變壓器實際變比；

7、根據(jù)變壓器實際變比計算得到互感器高壓側(cè)電壓，結(jié)合互感器高壓側(cè)額定電壓計算互感器當前的實際誤差，以判斷電壓互感器當前誤差狀態(tài)是否異常。

8、在一些可選的方案中，所述的將內(nèi)源數(shù)據(jù)進行切分后再進行變量嵌入，并使用聯(lián)合自注意力機制且與其自身融合輸入線性網(wǎng)絡層得到內(nèi)源中間特征，對外源數(shù)據(jù)使用線性網(wǎng)絡層進行變量嵌入分別得到外源中間特征，包括：

9、對變壓器低壓側(cè)電壓數(shù)據(jù)，進行均勻切分得到低壓側(cè)電壓切分數(shù)據(jù)；

10、對低壓側(cè)電壓切分數(shù)據(jù)使用聯(lián)合自注意力機制且與其自身融合輸入線性網(wǎng)絡層得到低壓側(cè)電壓中間特征；

11、對低壓側(cè)負荷數(shù)據(jù)、溫度數(shù)據(jù)和濕度數(shù)據(jù)使用線性網(wǎng)絡層進行變量嵌入分別得到低壓側(cè)負荷中間特征、溫度中間特征和濕度中間特征。

12、在一些可選的方案中，所述的對內(nèi)源中間特征和外源中間特征施加交叉注意力機制進行處理，得到內(nèi)外源相關性特征，并輸入至mlp網(wǎng)絡中進行處理，得到輸出特征并作為變壓器實際變比預測值，包括：

13、對低壓側(cè)電壓中間特征與低壓側(cè)負荷中間特征、溫度中間特征和濕度中間特征，施加交叉注意力機制進行處理，得到負荷電壓相關性特征、溫度電壓相關性特征和濕度電壓相關性特征；

14、將負荷電壓相關性特征、溫度電壓相關性特征和濕度電壓相關性特征輸入至mlp網(wǎng)絡中進行處理，得到輸出特征并作為變壓器實際變比預測值。

15、在一些可選的方案中，所述的對變壓器實際變比預測值同時進行回歸任務和分類任務的多任務學習，得到變壓器實際變比，包括：

16、對變壓器實際變比預測值使用激活函數(shù)得到預測概率值，并預測概率值使用交叉熵損失函數(shù)進行分類任務學習；

17、對壓器實際變比預測值使用均方誤差損失函數(shù)進行回歸任務學習；

18、對分類任務的交叉熵損失和回歸任務的均方誤差損失進行加權(quán)求和得到模型總損失；

19、以使模型總損失變小的方向調(diào)整模型參數(shù)進行迭代，得到變壓器實際變比。

20、在一些可選的方案中，使用動態(tài)權(quán)重平均算法來調(diào)整回歸任務和分類任務的權(quán)重系數(shù)。

21、在一些可選的方案中，根據(jù)和調(diào)整回歸任務和分類任務的權(quán)重系數(shù)，表示單任務的數(shù)量，當前模型中；為模型的迭代次數(shù)；表示任務在次迭代時的損失值；表示任務在次迭代時的訓練速度；為設定常數(shù)。

22、在一些可選的方案中，根據(jù)公式計算變壓器高壓側(cè)電壓，其中，為變壓器高壓側(cè)電壓，為變壓器實際變比。

23、在一些可選的方案中，根據(jù)公式計算互感器高壓側(cè)額定電壓，其中，為低壓側(cè)電壓數(shù)據(jù)，為額定變比。

24、在一些可選的方案中，根據(jù)公式，計算互感器當前的實際誤差。

25、另一方面，本發(fā)明還提供一種配網(wǎng)電壓互感器狀態(tài)評估裝置，包括：

26、數(shù)據(jù)處理模塊，其用于將內(nèi)源數(shù)據(jù)進行切分后再進行變量嵌入，并使用聯(lián)合自注意力機制且與其自身融合輸入線性網(wǎng)絡層得到內(nèi)源中間特征，對外源數(shù)據(jù)使用線性網(wǎng)絡層進行變量嵌入分別得到外源中間特征，其中，內(nèi)源數(shù)據(jù)包括變壓器低壓側(cè)電壓數(shù)據(jù)，外源數(shù)據(jù)包括低壓側(cè)負荷數(shù)據(jù)、溫度數(shù)據(jù)和濕度數(shù)據(jù)；

27、預測值輸出模塊，其用于對內(nèi)源中間特征和外源中間特征施加交叉注意力機制進行處理，得到內(nèi)外源相關性特征，并輸入至mlp網(wǎng)絡中進行處理，得到輸出特征并作為變壓器實際變比預測值；

28、學習模塊，其用于對變壓器實際變比預測值同時進行回歸任務和分類任務的多任務學習，得到變壓器實際變比；

29、判斷模塊，其用于根據(jù)變壓器實際變比計算得到互感器高壓側(cè)電壓，結(jié)合互感器高壓側(cè)額定電壓計算互感器當前的實際誤差，以判斷電壓互感器當前誤差狀態(tài)是否異常。

30、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于：本方案將變壓器數(shù)據(jù)劃分為內(nèi)源數(shù)據(jù)和外源數(shù)據(jù)，提取內(nèi)源數(shù)據(jù)內(nèi)部的依賴關系，并從整體上計算外源數(shù)據(jù)與內(nèi)源數(shù)據(jù)之間的耦合關系，內(nèi)源數(shù)據(jù)與外源數(shù)據(jù)相結(jié)合提高模型的準確率。通過對內(nèi)源數(shù)據(jù)進行切分并施加聯(lián)合自注意力機制學習內(nèi)源數(shù)據(jù)內(nèi)部的關聯(lián)，減小了計算量，提升模型的計算效率。

技術(shù)特征：

1.一種配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于：所述的將內(nèi)源數(shù)據(jù)進行切分后再進行變量嵌入，并使用聯(lián)合自注意力機制且與其自身融合輸入線性網(wǎng)絡層得到內(nèi)源中間特征，對外源數(shù)據(jù)使用線性網(wǎng)絡層進行變量嵌入分別得到外源中間特征，包括：

3.如權(quán)利要求2所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，所述的對內(nèi)源中間特征和外源中間特征施加交叉注意力機制進行處理，得到內(nèi)外源相關性特征，并輸入至mlp網(wǎng)絡中進行處理，得到輸出特征并作為變壓器實際變比預測值，包括：

4.如權(quán)利要求1所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，所述的對變壓器實際變比預測值同時進行回歸任務和分類任務的多任務學習，得到變壓器實際變比，包括：

5.如權(quán)利要求4所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，使用動態(tài)權(quán)重平均算法來調(diào)整回歸任務和分類任務的權(quán)重系數(shù)。

6.如權(quán)利要求5所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，根據(jù)和調(diào)整回歸任務和分類任務的權(quán)重系數(shù)，表示單任務的數(shù)量，當前模型中；為模型的迭代次數(shù)；表示任務在次迭代時的損失值；表示任務在次迭代時的訓練速度；為設定常數(shù)。

7.如權(quán)利要求1所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，根據(jù)公式計算變壓器高壓側(cè)電壓，其中，為變壓器高壓側(cè)電壓，為變壓器實際變比。

8.如權(quán)利要求7所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，根據(jù)公式計算互感器高壓側(cè)額定電壓，其中，為低壓側(cè)電壓數(shù)據(jù)，為額定變比。

9.如權(quán)利要求8所述的配網(wǎng)電壓互感器狀態(tài)評估方法，其特征在于，根據(jù)公式，計算互感器當前的實際誤差e。

10.一種配網(wǎng)電壓互感器狀態(tài)評估裝置，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及電力計量在線監(jiān)測技術(shù)領域，具體涉及一種配網(wǎng)電壓互感器狀態(tài)評估方法及裝置，該方法包括以下步驟：將內(nèi)源數(shù)據(jù)進行切分后再進行變量嵌入，并使用聯(lián)合自注意力機制且與其自身融合輸入線性網(wǎng)絡層得到內(nèi)源中間特征，對外源數(shù)據(jù)使用線性網(wǎng)絡層進行變量嵌入分別得到外源中間特征；對內(nèi)源和外源中間特征施加交叉注意力機制進行處理，將結(jié)果輸入至MLP網(wǎng)絡中得到變壓器實際變比預測值；對變壓器實際變比預測值進行多任務學習，得到變壓器實際變比；根據(jù)變壓器實際變比結(jié)合互感器高壓側(cè)額定電壓計算互感器當前的實際誤差，以判斷電壓互感器當前誤差狀態(tài)是否異常。能夠解決現(xiàn)有技術(shù)中需斷電監(jiān)測，會導致無效檢修維護或者增加電力停運時間的問題。

技術(shù)研發(fā)人員：肖繼紅,王大江,夏湛然,余波,宋若昕,李忐,鄒亮,吳昊,潘鄖昊,周鵬,周麗
受保護的技術(shù)使用者：湖北既濟電力集團有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21