[发明专利]基于传递熵和小波神经网络的电压互感器误差预测方法

说明书

基于传递熵和小波神经网络的电压互感器误差预测方法，采集电子式电压互感器运行的环境参量、电气参数、误差数据；通过传递熵理论，计算环境参量和电气参数对误差数据的传递熵值，以熵值大小及正负选取主要影响量，分别计算环境参量和电气参数中的共5个影响因素对比差、角差的传递熵值，并筛选具有强相关性的影响因素。对筛选所得的影响因素进行归一化处理，使数据处于一个数量级，将处理后的数据作为输入量，通过小波神经网络分别建立比差预测模型和角差预测模型。计算预测曲线与期望曲线的误差，以平均绝对误差来表征误差预测方法的精度。本发明针对不同电压等级下的电子式电压互感器误差都可以做到预测，具有良好的适应性。

技术领域

本发明涉及电子式电压互感器校验技术领域，具体涉及一种基于传递熵和小波神经网络的电压互感器误差预测方法。

背景技术

电子式电压互感器作为传统电磁式电压互感器的理想替代，目前大量应用于智能变电站中，为计量和保护设备提供准确的电压测量数据。由于技术发展未成熟，其数字处理单元和传感单元易受工作环境的干扰，存在长期运行后准确度退化的问题，这就要求寻求方法去获知电子式电压互感器的误差变化。在工程中，专业人员定期对互感器进行维护检修，因使用的设备不同，可分为离线检修和在线校验技术：

离线检修需要互感器退出运行，线路停电后才能进行检验，如中国专利“一种电子式互感器校验仪溯源方法及系统”(授权公告号：CN 105676160B)设计了一种电子式互感器校验仪溯源方法及系统，需要互感器停电退运后，通过外加电源的校验仪进行误差数据的获取。检修周期一般为1至2年，期间无法获知互感器的状态。

在线校验技术是在带电情况下，将包含标准互感器的校验装置投入被校互感器回路，如中国专利“一种罐式电容式电压互感器带电检测装置”(授权公告号：CN104142487A)设计了一种罐式电容式电压互感器带电检测装置，对被校互感器进行长期带电检测。在线校验装置有着更高的测量准确度，造价更为昂贵，无法大规模普及，也可能存在校验装置长期并网运行后准确度退化的问题。

在建设智能电网和数字化变电站过程中，电子式电压互感器作为重要的组成设备之一，能够及时计量电网的节点电压。电子式电压互感器内部元件会受到电场、磁场、温度、振动等因素的影响，长时间运行会产生准确度退化问题。各个因素对误差的影响程度不同，因此需要进行筛选处理。

发明内容

针对上述技术问题，本发明提供一种基于传递熵和小波神经网络的电压互感器误差预测方法，根据电子式电压互感器运行时的环境参量、电气参数、误差数据进行建模仿真，预测比差和角差的变化曲线。该方法适用于电子式电压互感器的误差预测，可以及时获取角差和比差是否超越规定限值，以此安排检修计划。

本发明采取的技术方案为：

基于传递熵和小波神经网络的电压互感器误差预测方法，包括以下步骤：

步骤1、采集数据：

采集电子式电压互感器运行的环境参量、电气参数、误差数据；

步骤2、数据筛选：

通过传递熵理论，计算环境参量和电气参数对误差数据的传递熵值，以熵值大小及正负选取主要影响量，分别计算环境参量和电气参数中的共5个影响因素对比差、角差的传递熵值，并筛选具有强相关性的影响因素。

步骤3、建立误差预测模型：

筛选具有强相关性的影响因素，进行归一化处理，使数据处于一个数量级，将处理后的数据作为输入量，通过小波神经网络分别建立比差预测模型和角差预测模型。

步骤4、精度验证：

对预测所得误差进行反归一化处理，得到实际数量级的数据。计算预测曲线与期望曲线的误差，以平均绝对误差来表征误差预测方法的精度。