[发明专利]低磁导率磁粉芯电流互感器的数字校准方法及系统

权利要求书

1.一种低磁导率磁粉芯电流互感器的数字校准方法，该校准方法包括串联的标准信号源和待校准的电流互感器，其特征在于，该校准方法包括以下步骤：

调整所述标准信号源输出的电流大小，得到待校准的电流互感器的输出电流序列；

将所述输出电流序列输入最优预测网络，所述最优预测网络输出预测的下一时刻中所述待校准的电流互感器与标准的电流互感器之间的相位差，所述相位差作为校准值对所述待校准的电流互感器进行校准；

其中，所述最优预测网络的获取方法为：对于历史数据中的每个样本，所述样本为待校准的电流互感器，任意一个样本对应一组训练数据及一个初始预测网络；所述训练数据包括输出电流序列和相位差序列，所述相位差序列中的元素为在同一次调整电流后样本与标准的电流互感器的输出电流之间的相位差值，其中所述标准的电流互感器与样本串联；选取任意一个初始预测网络为目标网络，交换目标网络与其他初始预测网络的训练数据，获取交换训练数据前后目标网络的输出值之间的平均相似度；选取平均相似度最大的目标网络作为最优预测网络；

所述交换目标网络与其他初始预测网络的训练数据的步骤中，所述目标网络和交换训练数据的初始预测网络属于同一批次的样本所对应的初始预测网络，或者所述目标网络和交换训练数据的初始预测网络分别属于不同批次的样本所对应的初始预测网络；

所述选取平均相似度最大的目标网络作为最优预测网络的步骤之后，进一步包括：

预设平均相似度的允许误差，获取位于允许误差范围内的平均相似度所对应的训练数据，将该训练数据记为继续训练数据，利用该继续训练数据再次训练所选出的最优预测网络得到第三相位差，获取将该继续训练数据输入初始预测网络之后得到的第四相位差，获取第三相位差与第四相位差之间的相似度，将该相似度记为；将继续训练之前所选出的最优预测网络的平均相似度记为、第i个继续训练数据的权重记为；将相似度与最优预测网络的所述平均相似度之间的绝对偏差记为|-|，根据所述绝对偏差与平均相似度之比调整所述最优预测网络中均方差损失函数的权重，改进后的权重记为；

其中，表示损耗值，为调整后的第i个继续训练数据在最优预测网络中均方差损失函数的权重；其中的损耗值与相位差值有关。

2.根据权利要求1所述的一种低磁导率磁粉芯电流互感器的数字校准方法，其特征在于，所述获取交换训练数据前后目标网络的输出值之间的平均相似度的获取方法为：计算每次交换训练数据前后目标网络的输出值之间的相似度，得到的所有相似度的均值为平均相似度。

3.根据权利要求2所述的一种低磁导率磁粉芯电流互感器的数字校准方法，其特征在于，所述计算每次交换训练数据前后目标网络的输出值之间的相似度的方法为：利用动态时间规整算法计算相似距离，根据相似距离得到所述相似度。

4.根据权利要求1所述的一种低磁导率磁粉芯电流互感器的数字校准方法，其特征在于，所述初始预测网络的损失函数采用以输出电流的值作为权重的均方差损失函数。

5.根据权利要求1所述的一种低磁导率磁粉芯电流互感器的数字校准方法，其特征在于，所述绝对偏差与平均相似度之比与所述均方差损失函数的权重之间呈负相关关系。

6.一种低磁导率磁粉芯电流互感器的数字校准系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5任意一项所述方法的步骤。